VYSOKÁ ŠKOLA BÁŇSKÁ - TECHNICKÁ UNIVERZITA OSTRAVA ANALÝZA SITUACE PŘI PROPOUŠTĚNÍ Z FIRMY CEBO ZLÍN A.S., DÍLNA JABLUNKOV V ROCE 2002

VYSOKÁ ŠKOLA BÁŇSKÁ - TECHNICKÁ UNIVERZITA OSTRAVA

ANALÝZA SITUACE PŘI PROPOUŠTĚNÍ Z FIRMY CEBO ZLÍN A.S., DÍLNA JABLUNKOV V ROCE 2002

VŠB-TU Ostrava

Grant GAČR 402/02/0855

Ostrava 2005

1

OBSAH OBSAH...................................................................................................................................... 2 1

SITUACE NA TRHU PRÁCE V ROCE 2002 ............................................................ 5 1.1 1.2 1.3 1.4

Česká republika ........................................................................................................ 5 Moravskoslezský kraj............................................................................................... 7 Okres Frýdek-Místek.............................................................................................. 10 Firma CEBO a.s. Zlín a.s., pracoviště Jablunkov na regionálním trhu práce ........ 15

2

VÝBĚR OSOB PRO SLEDOVÁNÍ SITUACE PO PROPUŠTĚNÍ (TVORBA KOHORTY)................................................................................................................ 17

3

ZÁKLADNÍ POSTUP A KONTROLY ..................................................................... 21 3.1 3.2

4

Identifikace firem ................................................................................................... 22 Další postup............................................................................................................ 23

PRŮZKUMOVÁ ANALÝZA DAT............................................................................ 24 4.1 Základní údaje ........................................................................................................ 24 4.1.1 Vyhodnocení pohlaví ve sledované skupině propuštěných.............................. 24 4.1.2 Vyhodnocení osob se ZPS ve sledované skupině propuštěných...................... 25 4.1.3 Vyhodnocení věku při propuštění ve sledované skupině propuštěných .......... 25 4.1.4 Vyhodnocení nejvyššího dosaženého vzdělání ve sledované skupině propuštěných .................................................................................................................... 29 4.2 Vyhodnocení bydliště a situace dojíždění do Jablunkova...................................... 34 4.2.1 Vyhodnocení bydliště ve sledované skupině propuštěných............................. 34 4.2.2 Vzdálenost z bydliště do Jablunkova pro veřejnou hromadnou dopravu......... 36 4.2.3 Cena 1 jízdy veřejnou hromadnou dopravou z bydliště do Jablunkova........... 38 4.2.4 Doba jízdy VHD k centru (minuty).................................................................. 40 4.3 Vyhodnocení uplatnění propuštěných osob na trhu práce ..................................... 43 4.3.1 Kdo a kdy se objevil v evidenci a jak dlouho trvala tato jejich první evidence? 43 4.3.2 Kdo vůbec nepracoval a byl po celou dobu jen na evidenci ÚP? .................... 44 4.3.3 Do jakých firem propuštěné osoby nastoupili? ................................................ 45 4.3.4 Kde se nachází sídlo zaměstnavatele?.............................................................. 47 4.3.5 Uplatnila se některá firma významně při absorbci propuštěných? .................. 49 4.3.6 Jaké kategorie evidence uchazečů se vyskytují?.............................................. 50 4.3.7 Jak se uplatnili OSVČ? .................................................................................... 50 4.3.8 Vyhodnocení počtu evidencí po propuštění ve sledované skupině propuštěných 51 4.3.9 Vyhodnocení souhrnné délky evidencí po propuštění ve sledované skupině propuštěných .................................................................................................................... 51 4.3.10 Vyhodnocení počtu dnů od propuštění do 1.evidence ve sledované skupině propuštěných .................................................................................................................... 54 4.3.11 Vyhodnocení počtu dnů v 1.evidenci po propuštění ve sledované skupině propuštěných: ................................................................................................................... 57 4.3.12 Vyhodnocení průměrné délky v evidenci po propuštění ve sledované skupině propuštěných .................................................................................................................... 59 4.3.13 Vyhodnocení souhrnné délky nezapočitatelné činností po propuštění ve sledované skupině propuštěných...................................................................................... 60

2

4.3.14 Vyhodnocení souhrnné délky neznámého stavu po propuštění ve sledované skupině propuštěných....................................................................................................... 62 4.3.15 Vyhodnocení souhrnné délky péče o jinou osobu po propuštění ve sledované skupině propuštěných....................................................................................................... 63 4.3.16 Vyhodnocení souhrnné délky rekvalifikace po propuštění ve sledované skupině propuštěných .................................................................................................................... 63 4.3.17 Vyhodnocení počtu zaměstnání po propuštění ve sledované skupině propuštěných .................................................................................................................... 65 4.3.18 Vyhodnocení souhrnné délky zaměstnání po propuštění ve sledované skupině propuštěných .................................................................................................................... 66 4.3.19 Vyhodnocení doby do prvního zaměstnání s délkou alespoň jeden rok po propuštění ve sledované skupině propuštěných ............................................................... 68 4.3.20 Vyhodnocení doby k prvnímu uplatnění APZ po propuštění ve sledované skupině propuštěných....................................................................................................... 70 4.3.21 Vyhodnocení délky zaměstnání po uplatnění APZ (v období po propuštění) ve sledované skupině propuštěných...................................................................................... 71 4.4 Vyhodnocení stavu po propuštění ve sledované skupině propuštěných v jednotlivých časových řezech.............................................................................. 73 4.4.1 Vývoj počtu zaměstnaných v území................................................................. 75 4.4.2 Vývoj počtu evidovaných na ÚP v území ........................................................ 75 4.4.3 Změny stavu u sledované skupiny osob........................................................... 77 4.5 Vyhodnocení změny KZAM po propuštění ve sledované skupině propuštěných . 84 5

ANALÝZA PŘEŽITÍ .................................................................................................. 85 5.1 Úvod k analýze přežití (Survival Analysis) ........................................................... 85 5.2 Výsledky hodnocení............................................................................................... 86 5.2.1 Kaplan - Meierova funkce přežití..................................................................... 86 5.2.2 Coxova regrese................................................................................................. 99

6

SITUACE NA TRHU PRÁCE PO PROPOUŠTĚNÍ ............................................. 107 6.1 6.2

7

Míra nezaměstnanosti........................................................................................... 107 Podíl uchazečů se základním vzděláním.............................................................. 107

ZÁVĚR ....................................................................................................................... 108

LITERATURA ..................................................................................................................... 111 SEZNAM ZKRATEK.......................................................................................................... 112

3

Autoři

doc. Dr. Ing. Jiří Horák 1 Dr. Ing. Bronislava Horáková 1 doc. Ing. Milan Šimek, PhD. 2 doc. Ing. Jana Hančlová, CSc. 2 Ing. Lubor Tvrdý 2 1 .. Institut geoinformatiky, Hornicko-geologická fakulta, Vysoká škola báňská - Technická univerzita Ostrava 2…Ekonomická fakulta, Vysoká škola báňská - Technická univerzita Ostrava

Poděkování Tato studie vznikla na základě finanční podpory Grantové agentury České republiky v rámci projektu GA 402/02/0855 „Modelování trhu práce s využitím geoinformačních technologií“. Významným způsobem přispěl k realizaci této studie Ing. Libor Kostial, vedoucí oddělení informatiky ÚP v Karviné, se kterým jsme měli možnost konzultovat problematiku výběru a zpracování dat a který rovněž připravoval exporty dat ze systému OKpráce. Děkujeme pracovníkům Úřadu práce Frýdek-Místek, řediteli Ing. Liboru Černému, vedoucímu oddělení trhu práce Ing. Vladimírovi Patáčikovi a specialistce na trh práce paní Elišce Mohelníkové za spolupráci, konzultace a poskytnutá data, bez kterých by tato práce nemohla vzniknout. Děkujeme také ostatní úřadům práce v Moravskoslezském kraji za poskytnutá data.

Použité programové vybavení SPSS 12.0.01 for Windows, MapInfo 7.0, MS Access, MS Excel.

Upozornění V textu jsou použita označení, která mohou být předmětem právní ochrany příslušných firem.

4

1 Situace na trhu práce v roce 2002 1.1 Česká republika Vývoj na trhu práce v roce 2002 lze charakterizovat jako období mírného nárůstu zaměstnanosti a zároveň nárůstu evidované nezaměstnanosti spojeného s obvyklými sezónními výkyvy. V roce 2002 činil průměrný počet zaměstnaných ve všech sférách národního hospodářství 4796,0 tisíc osob, tj. 46,8 % obyvatel. Zaměstnanost žen v roce 2002 dosáhla 2076,4 tisíc, tj. 43,3 % podíl na celkové zaměstnanosti v ČR. V národním hospodářství pracovalo na plnou pracovní dobu ve svém hlavním zaměstnání 4561,9 tisíc osob, tj. o 109,9 tisíc osob více než v roce 2001 (z toho žen o 59,8 tisíc více), na zkrácenou pracovní dobu pracovalo 231,4 tisíc osob, tj. o 4,5 tisíc více. Podle postavení v hlavním zaměstnání tvořili v roce 2002 nejpočetnější skupinu zaměstnanci pracující za mzdu, jejich počet činil 3 992,3 tisíc, přičemž jejich podíl na zaměstnanosti poklesl o 0,8 procentního bodu na 83,2 %. Ženy pracující za mzdu tvořily ve sledovaném období 88,8 % všech zaměstnaných žen, jejich počet se v tomto období zvýšil o 5,1 tisíc. Ve skupině podnikatelů bez zaměstnanců (pracující na vlastní účet) byl zaznamenán nárůst, jejich počet dosáhl ve sledovaném roce 544,2 tisíc. Jejich podíl na zaměstnanosti se zvýšil o 0,7 bodu na hodnotu 11,3 %. Ke konci roku 2002 pracovalo na území České republiky 44621 cizích státních příslušníků na základě povolení k zaměstnání vydaných úřady práce. Ve srovnání s rokem 2001 se počet povolení vydaných pro práci cizinců zvýšil o 4524. K 31.12.2002 jednotliví zaměstnavatelé nahlásili k registraci na úřadech práce 56558 občanů SR pracujících v ČR. Počet cizinců - podnikatelů se v porovnávaných obdobích snížil o 3468 na 60532 osob. Zaměstnanost se absolutně zvýšila ve všech třech sektorech národního hospodářství, významně však pouze v sektoru služeb. Podíl primárního sektoru na celkové zaměstnanosti činil 4,8 %. Podíl sekundárního sektoru byl 39,6 %. V sektoru terciárním vzrostla zaměstnanost proti roku 2001 o 41,1 tisíc osob na 2666,9 tisíc osob. Podíl tohoto sektoru byl 55,6 %. Z pohledu vývoje míry nezaměstnanosti po lednovém zvýšení na 9,4 %, následoval v 1. pololetí 2002 její pokles. Od června se nezaměstnanost vlivem registrování většího počtu absolventů začala zvyšovat. V podzimních měsících byla stabilní a další nárůst byl zaznamenán až v prosinci 2002, a to na 9,8 %. Vývoj nezaměstnanosti v průběhu roku byl ovlivněn pravidelně se vyskytujícími sezónními faktory. K 31. prosinci 2002 bylo registrováno na úřadech práce 514,4 tisíc uchazečů o zaměstnání a ve srovnání se stejným obdobím roku 2001 se jejich počet zvýšil o 52,5 tisíc osob. Ve srovnání s rokem 2001 se zhoršila se nabídka pracovních příležitostí a počet hlášených volných pracovních míst byl v jednotlivých měsících roku 2002 také nižší. K 31.12.2001 bylo hlášeno 52,1 tisíc volných pracovních míst, zatímco k 31.12.2002 již pouze 40,7 tisíc. Pokles počtu volných míst a vyšší počet uchazečů v evidenci úřadů práce v průběhu roku 2002 ovlivnil počet nezaměstnaných připadající na 1 volné pracovní místo. Tento ukazatel se pohyboval od 9,1 v květnu do 12,7 v prosinci. Zatímco v roce 2001 bylo nově zaevidováno 653,6 tisíc nových uchazečů, v roce 2002 se na úřadech práce nově zaevidovalo již 677,4 tisíc uchazečů o zaměstnání, tj. o 3,6 % více. Počet vyřazených uchazečů v roce 2001 byl 649,0 tisíc, v roce 2002 jejich počet oproti předchozímu roku poklesl o 3,7 %, na 624,9 tisíc. Počet uchazečů, kteří našli zaměstnání, 5

poklesl o 3,2 %. V roce 2002 bylo umístěno 446,5 tisíc uchazečů (tj. 71,5 % všech vyřazených uchazečů), v roce 2001 461,4 tisíc (tj. 71,1 % všech vyřazených uchazečů). Nezaměstnanost postihovala zejména mladé lidi, osoby s minimální kvalifikací, ženy s malými dětmi a zdravotně postižené občany. Nejpočetnější skupinou ve věkové struktuře uchazečů o zaměstnání zůstává kategorie 20 - 29 let (k 31.12.2002 - 31,6 % všech evidovaných uchazečů). Zvyšoval se podíl starších věkových kategorií. Z hlediska kvalifikace jsou stále nejpočetnější kategorií vyučení uchazeči o zaměstnání (40,4 % z celkového počtu uchazečů). Podíl žen na celkové nezaměstnanosti představoval ke konci roku 50,0 %, občané se změněnou pracovní schopností se podíleli 13,0 %. Průměrná délka evidované nezaměstnanosti se neustále prodlužovala, i když jako pozitivní lze hodnotit stabilní podíl nezaměstnaných déle než 12 měsíců. Uchazeči v evidenci déle než 6 měsíců se podíleli k 31.12.2002 na nezaměstnanosti 56,4 %. Z této skupiny nezaměstnaní déle než 1 rok tvořili 66,0 %. Z celkového počtu nezaměstnaných jejich podíl představoval 37,2 %. Z regionálního pohledu byla k 31.12.2002 nezaměstnanost nejvyšší v Ústeckém a Moravskoslezském kraji, mezi okresy s mírou nezaměstnanosti vyšší než 17 % příslušely 4 okresy Ústeckého kraje (Most, Louny, Teplice, Chomutov) a 2 okresy Moravskoslezského kraje (Karviná a Ostrava-město). Politika zaměstnanosti se v roce 2002 zaměřila na dosažení tří základních cílů - na zvýšení zaměstnatelnosti uchazečů o zaměstnání, na udržení a zvýšení zaměstnanosti ohrožených skupin zaměstnanců a na snížení sociálního napětí v regionech s nejvyšší mírou nezaměstnanosti. V roce 2002 bylo na státní politiku zaměstnanosti vynaloženo ze státního rozpočtu 9 879 089 tisíc Kč, v tom na aktivní politiku zaměstnanosti 3483250 tisíc Kč, na pasivní politiku zaměstnanosti 6209746 tisíc Kč a na insolvenci 186093 tisíc Kč. Podíl prostředků APZ na celkových výdajích státní politiky zaměstnanosti v roce 2002 (vzhledem k restriktivním opatřením) poklesl na 35,3 %. Odrazilo se to v počtu vytvořených míst pomocí nástrojů APZ. V roce 2002 bylo vytvořeno 13454 společensky účelných pracovních míst a na tato místa bylo umístěno 14123 uchazečů. V rámci veřejně prospěšných prácí bylo v průběhu roku 2002 vytvořeno celkem 16 448 míst a na nich umístěno 16573 uchazečů. V roce 2002 bylo přispěno na 8 131 míst určených pro absolventskou praxi a získání kvalifikace mladistvých a na tato místa bylo umístěno 7945 uchazečů - absolventů. Od počátku roku 2002 bylo do rekvalifikací zařazeno 36015 uchazečů o zaměstnání. Úřady práce v roce 2002 přispěly na 976 nových pracovních míst pro občany se ZPS a na nich umístily 1063 těchto uchazečů. Úřady práce rovněž přispívaly na provoz chráněných dílen a pracovišť, kde byly tyto osoby zaměstnávány - celkem se jednalo o cca 4600 pracovních míst v těchto zařízeních. Byly podporovány podnikatelské subjekty zaměstnávající nejméně 50 % občanů se ZPS. Dále byly poskytnuty investiční pobídky dalším 15 investorům na vytvoření více než 3500 nových pracovních míst v příštích letech a na rekvalifikaci cca 2000 osob. Důvodem nárůstu nezaměstnanosti v roce 2002 byl mimo jiné i vliv slabého růstu evropské ekonomiky a posílení kurzu koruny, což se negativně projevilo zejména u exportně orientovaných výrobců. Klíčové problémy českého trhu práce spočívaly zejména: •

v nedostatku volných pracovních míst na většině území republiky,

6

• • •

v nesouladu mezi kvalifikací, kterou nabízí většina uvolňované pracovní síly (a uchazečů o zaměstnání) a kvalifikací poptávanou zaměstnavateli, zejména investory, v potřebě zvyšování motivace lidí k přijetí a udržení zaměstnání, zejména osob s nižší kvalifikací, aby při pobíraní sociálních dávek byli zvýhodněni ti, kteří pracují, než když pobírají sociální dávky, v nedostatečných kapacitách úřadů práce k řešení problému aktuální a očekávané situace v nezaměstnanosti.

1.2 Moravskoslezský kraj V průběhu roku 2002 se zaměstnanost u moravskoslezských zaměstnavatelů celkově v souladu s dlouhodobým trendem snížila. Intenzita jejího poklesu byla navíc ve srovnání s rokem 2001 více než dvacetkrát vyšší. Tento úbytek se projevil kromě opavského (nepatrný nárůst o 32 zaměstnanců) ve všech okresech kraje, nejvíce v ostravském (-2585 osob), frýdecko-místeckém (-1547 osob) a karvinském (-1235 osob). Přestože byl hospodářský vývoj v ČR příznivý a česká ekonomika (i přes zpomalení tempa) nadále rostla, tento trend se v kraji dosud výrazněji neprojevoval. I když zájem zahraničních investorů umísťovat do České republiky svůj kapitál trval, v kraji byly jejich aktivity zatím minimální, což se odráželo v naprostém nedostatku volných pracovních míst. Zaměstnavatelé kraje všech velikostních kategorií zaměstnávali k 31.12.2002 celkem 414290 osob, což bylo o 6457 (-1,5 %) méně než před rokem. Tento pokles především ovlivnily - ze dvou třetin - větší podniky se stavem 25 a více osob. U malých nemonitorovaných firem se zaměstnanost snížila o 2317 (-2,2 %) osob. Počet osob samostatně výdělečně činných (dále OSVČ) se za toto období naopak zvýšil o 1986 (+2,2 %), takže v závěru roku 2002 aktivně podnikalo celkem 90549 občanů. Tento stav zahrnuje i zaměstnance firem, kteří kromě hlavního pracovního poměru současně vykonávají rovněž samostatnou výdělečnou činnost a jsou podnikateli. K 31.12.2002 bylo na území kraje legálně zaměstnáno 2971 cizích státních příslušníků. Na celkové zaměstnanosti firem kraje se cizinci podíleli jen 0,7 %. Nejvíce zahraničních pracovníků (2079, tj. 70,0 % z celkového počtu v kraji), především Poláků, pracovalo v okrese Karviná, a to zejména v důlních provozech. I když je v tomto okrese úroveň nezaměstnanosti ze všech okresů republiky druhá nejvyšší, neměli další občané ČR o práci v podzemí příliš velký zájem, respektive karvinský úřad práce neměl v evidenci dostatek uchazečů v odpovídající kvalifikační struktuře nebo nebyla splňována přísná zdravotní kritéria. Proto museli personalisté důlních podniků často hledat potřebné pracovní síly právě mezi cizinci. V profesní struktuře zaměstnaných cizinců převažovali v závěru roku 2002 důlní pracovníci, svářeči, zedníci, duchovní a charitativní pracovníci, tesaři, šičky, švadleny a dále také vedoucí pracovníci a členové statutárních orgánů zahraničních firem, které mají sídlo své organizační složky v našem kraji, lektoři cizích jazyků, obchodní zástupci a výkonní umělci. Z monitorování firem a výběrových šetření úřadů práce kraje vyplývá, že během roku 2002 se zaměstnanost u sledovaných zaměstnavatelů se stavem 25 a více osob celkově snížila o 4140 (-1,3 %) pracovníků. Dynamiku průměrného krajského poklesu převyšovaly jen okresy Frýdek-Místek (úbytek o 3,6 %, tj. o 1635 osob) a Bruntál (snížení o 2,6 %, tj. o 612 osob). K významnému snížení došlo u monitorovaných organizací zpracovatelského průmyslu, ve kterém nachází v kraji pracovní uplatnění nejvíce osob. Za rok 2002 ubylo

7

celkem 2788 (-2,3 %) zaměstnanců. Na tomto poklesu se největší měrou podílely firmy zabývající se výrobou kovů a kovodělných výrobků (-2897 pracovníků), kam jsou zařazeny i hutní podniky, dále textilní a oděvní firmy (-977 osob) a zaměstnavatelé kožedělného průmyslu (-359 zaměstnanců). Největší nárůst naopak nastal u gumárenských a plastikářských podniků (+598 pracovníků). V průběhu roku 2002 se celková zaměstnanost u malých nemonitorovaných podniků po dvouletém nárůstu opět snížila, a to o 2317 osob. Na tomto více než dvouprocentním poklesu se podílely ostravský (-1366 zaměstnanců), karvinský (-692 pracovníků) a novojičínský okres (-685 osob). K rozšíření stavů u menších firem došlo pouze v okresech Opava (+458 osob) a Frýdek-Místek (+88 osob). K 31.12.2002 vykonávalo v kraji samostatnou výdělečnou činnost celkem 90549 osob (nejvyšší úroveň v polistopadové historii) a jejich počet se zvýšil ve všech okresech. Od konce prosince 2001 celkem přibylo 1986 OSVČ, nejvíce ve frýdecko-místeckém (+703) a novojičínském okrese (+421). Přestože bylo velmi riskantní pouštět se (při současné ekonomické situaci v kraji a ne příliš příznivých podmínkách pro podnikání) do samostatné výdělečné činnosti, zájem lidí o tuto formu pracovního uplatnění neklesal. Při naprostém nedostatku volných pracovních příležitostí u zaměstnavatelů to byla pro mnohé z nich jedna z posledních možností, jak získat finanční prostředky k obživě vlastním přičiněním, svoji prací. V průběhu roku 2002 nahlásili zaměstnavatelé kraje do databází úřadů práce kraje celkem 20238 volných pracovních míst, což bylo v meziročním srovnání o 2446 (-10,8 %) méně. Na celkovém počtu pracovních příležitostí nově zaregistrovaných v roce 2002 ve všech okresech republiky se zaměstnavatelé kraje tedy podíleli pouze 5,7 %. Celkem měli zprostředkovatelé během celého roku 2002 k dispozici 22804 pracovních příležitostí, které mohli nabídnout zájemcům a uchazečům o zaměstnání. Stav registrovaných osob bez práce překročil koncem roku 2002 v kraji poprvé v transformačním období stotisícovou hranici a také vývoj většiny dalších základních sledovaných ukazatelů evidované nezaměstnanosti byl velice negativní; některé z nich dosáhly jedny z nejhorších nebo dokonce nejhorší hodnoty v polistopadové historii. K 31.12.2002 evidovaly úřady práce celkem 101214 osob - dosavadní historické maximum, což je o 6 988 (+7,4 %) více než před dvanácti měsíci. Na meziročním nárůstu se podílely všechny okresy kraje, absolutně nejvíce uchazečů o zaměstnání přibylo v ostravském (+2219 osob), frýdecko-místeckém (+1394 osob) a karvinském okrese (+1282 osob). Nejvýraznější procentuální zvýšení evidenčního stavu nezaměstnaných vykázaly úřady práce ve FrýdkuMístku (+9,5 %), v Ostravě (+8,7 %) a v Novém Jičíně (+8,1 %). Míra registrované nezaměstnanosti v prosinci 2002 činila rekordních 15,9 %, což znamená, že v meziročním srovnání stoupla o 0,8 procentního bodu. Hodnota tohoto ukazatele v kraji dlouhodobě značně převyšuje celorepublikový průměr a je téměř stabilně cca o dvě třetiny vyšší. V průběhu roku 2002 se zde do evidence úřadů práce přihlásilo celkem 95139 uchazečů o zaměstnání (průměrně měsíčně 7928,) což představovalo 14,0 % všech osob, které se nově zaevidovaly v celé ČR. Vyřazeno bylo 88151 osob, z nichž 63063 (71,5 %) nalezlo uplatnění na trhu práce. Z jednotlivých profesí převládali v roce 2002 mezi novými klienty úřadů práce především prodavači (cca 4700), zedníci a pomocní stavební dělníci (cca 2320), číšníci a servírky (cca 2 100), pomocní a nekvalifikovaní dělníci (cca 2100), zámečníci, nástrojáři a kovodělníci (cca 1700), řidiči (cca 1500) a uklízeči (cca 1250). O zprostředkování zaměstnání rovněž požádalo více než 3700 bývalých živnostníků, kteří ukončili svoji samostatnou výdělečnou činnost. V roce 2002 došlo k absolutně největšímu nárůstu u osob se středním odborným vzděláním bez maturity (+3227, tj. o 7,5 %), jejichž stav je také

8

dlouhodobě nejvyšší. K velice nepříznivým jevům na trhu práce kraje patří rovněž průběžný vzestup počtu evidovaných uchazečů se základním vzděláním, kterých bylo v prosinci 2002 evidováno již 31910. Z důvodu všeobecného a trvalého nedostatku pracovních míst měly stále vážnější problémy se získáním zaměstnání také vzdělanější vrstvy obyvatelstva. Dalším výrazně negativním rysem a velice vážným problémem nezaměstnanosti v kraji byla rostoucí délka evidence. Průměrná doba evidence uchazečů, kteří byli z registrů úřadů práce vyřazeni ve 4. čtvrtletí 2002 (tzv. délka ukončené evidence), představovala 301 dní, zatímco ve stejném období roku 2001 to bylo 287 dní. Průměrná doba setrvání všech uchazečů v evidenci úřadů práce našeho kraje meziročně stoupla z 564 na 609 dní, což je o 125 dní více než činil celostátní průměr. Kategorii tzv. dlouhodobě nezaměstnaných (nad 12 měsíců) tvořilo koncem roku 2002 celkem 47169 osob (46,6 % z celkového evidenčního počtu uchazečů, tj. meziroční nárůst o 0,4 procentního bodu), což je o 3597 více než v prosinci 2001 a o 4481 více než koncem roku 2000. K absolutně největšímu nárůstu ze všech kategorií došlo během roku 2002 ve skupině občanů evidovaných déle než 24 měsíců. Jejich počet se zvýšil o 2288, takže v prosinci 2002 bylo v kraji evidováno již 29091 těchto osob. Znamená to, že téměř 30 % všech nezaměstnaných kraje bylo bez práce již déle než dva roky. Kategorii dlouhodobě evidovaných nezaměstnaných tvořili především: • • • • • •

uchazeči se zdravotním postižením, osoby starší 45 let, lidé bez vzdělání, popřípadě pouze s ukončenou základní školní docházkou, příslušníci národnostních menšin, osoby pečující o malé dítě či o dlouhodobě zdravotně postiženého člena rodiny, lidé společensky nepřizpůsobiví.

V roce 2002 vynaložily úřady práce kraje na APZ celkem 464047 tis. Kč, tj. o 108901 tis. Kč (-19,0 %) méně než v roce 2001. Tento meziroční pokles způsobilo celostátní omezení finančních prostředků na APZ a nižší rozpočet než v předchozím roce obdržely také úřady práce kraje. Na hmotné zabezpečení před nástupem do zaměstnání, tj. na pasivní politiku zaměstnanosti (dále PPZ), bylo vyplaceno celkem 874718 tis. Kč, což bylo o 63222 tis. Kč více než v roce 2001. Celkové náklady státu na politiku zaměstnanosti v kraji v roce 2002 činily 1338765 tis. Kč. Důvodem meziročního zvýšení objemu finančních prostředků vynaložených na PPZ byl nepříznivý vývoj nezaměstnanosti spojený s nárůstem počtu uchazečů pobírajících hmotné zabezpečení před nástupem do zaměstnání. Tento trend spolu s nižším finančním limitem přiděleným na APZ se negativně odrazil také v poklesu jejího podílu na celkových nákladech na PZ, a to o 6,7 procentního bodu. Za hodnocený rok 2002 vytvořili zaměstnavatelé a bývalí uchazeči o zaměstnání s finanční pomocí úřadů práce kraje celkem 6 328 nových pracovních míst (tj. 16,2 % z celé ČR), což bylo o 2 952 (-31,8 %) méně než v roce 2001. Kromě menšího objemu přidělených finančních prostředků byl meziroční úbytek ovlivněn také tím, že musely být především uhrazeny vysoké závazky z dohod uzavřených v předcházejících dvou letech, ale rovněž zpřísněním podmínek pro přiznání finančního příspěvku u některých nástrojů APZ včetně snížení poskytovaných částek.

9

1.3 Okres Frýdek-Místek Okres Frýdek-Místek se nachází v Moravskoslezském kraji a je nejvýchodnějším okresem České republiky. Severovýchodní a východní hranice okresu tvoří státní hranice s Polskou republikou a na jihovýchodě je okres ohraničen státní hranicí se Slovenskou republikou. Vnitrostátní hranici tvoří na jihozápadě okres Vsetín, na západě Nový Jičín a na severu Ostrava a Karviná. Rozkládá se na ploše 1273 km2, což představuje 1,6 % plochy České republiky a svou velikostí se mezi okresy České republiky řadí na 20. místo. Rozhodující podíl na výměře okresu má lesní půdní fond, který tvoří zhruba polovinu celkového území. Okres je v produktivní části výrazně zasažen těžkým průmyslem hutnictvím a hornictvím. Celé území je značně ekologicky zatíženo imisemi nejen z průmyslových zón Moravskoslezského kraje, ale i z malých zdrojů. Útlumem těžkého průmyslu a zaváděním modernějších technologií se situace v ekologii okresu postupně lepší. Průmyslovými centry okresu jsou města Frýdek-Místek a Třinec. Silné stránky okresu: • • • • • • • • • • • • • •

dlouhodobá tradice v řadě průmyslových odvětví, dostatek volné pracovní síly, relativně nízké náklady na pracovní sílu, dostupnost kvalifikované pracovní síly v některých oborech (elektro, stavebních, strojírenských, službách), mladší věková struktura obyvatelstva ve srovnání s průměrem v ČR, potenciál kvalifikovatelné resp. rekvalifikovatelné pracovní síly, pracovní síla zvyklá na dojížďku za prací a na práci na směny, dostatečná kapacita vzdělávacích zařízení - základních a středních, dostatek kvalitních vodních zdrojů, dostatečná dopravní dostupnost sídel v okrese, příhraniční poloha okresu (s Polskou a Slovenskou republikou), turisticky atraktivní pohoří Beskyd, značná lůžková kapacita ubytovacích zařízení, kulturní a přírodní potenciál okresu. Slabé stránky okresu:

• • • • • • • • • • • • •

velká vzdálenost od ostatních regionů ČR a EU, silné soustředění těžkého průmyslu, které prochází restrukturalizací, zastaralost výrobních zařízení a technologií zejména v tradičních odvětvích, nedostatek investičních zdrojů a startovacího kapitálu, značný podíl občanů s nedostatečnou nebo s jednostranně zaměřenou kvalifikací po útlumu hornictví a těžkého průmyslu, poddolování části okresu, omezená možnost hospodaření v CHKO, pásmech hygienické ochrany vod, nedostatečně rozvinutá infrastruktura pro cestovní ruch, nízká kvalita poskytovaných služeb, nízká územní mobilita pracovní síly, nízká flexibilita pracovní síly, nedostatečná pracovní motivace pracovní síly, podprůměrná vzdělanost - nízká kvalifikace pracovní síly, strukturálně nevyvážená nabídka a poptávka na trhu práce, 10

• • • • •

slabá identifikace obyvatel průmyslových oblastí okresu s vlastním územím, vysoká dlouhodobá nezaměstnanost, kapacitně nedostatečná a nekvalitní dopravní infrastruktura, odloučenost regionu od evropské dálniční sítě, existence starých ekologických zátěží z průmyslové výroby.

V roce 2002 se začaly v makroekonomickém klimatu České republiky silněji projevovat důsledky sílícího kurzu české koruny, a to hlavně u podnikatelských subjektů zaměřených na export, k tomuto trendu se přidala sílící recese v řadě odvětví především na německém trhu, který značně ovlivňuje vývoj na českém trhu. V neposlední řadě se do makroekonomického klimatu promítly důsledky povodní v Čechách, které zbrzdily rozvoj ekonomiky a narušily řadu dodavatelsko-odběratelských vztahů i ve směru do zahraničí. Na druhé straně se ve větším měřítku neprojevily možné pozitivní tendence, které například mohly znamenat rozvoj stavebnictví v důsledku zničené bytové a firemní infrastruktury v souvislosti s povodněmi. Situace na trhu práce v okrese byla odvislá od celkového vývoje v republice, avšak s výraznými vlivy regionálních specifik. Tato specifika vycházejí zejména z: •

historického uspořádání a objemu hospodářství regionu, závislého především na hornictví, hutnictví a těžkém strojírenství. Podniky těchto odvětví (a navazující subjekty) doposud tvoří základní zaměstnanost v okrese a regionu (TŘINECKE ŽELEZÁRNY a.s. včetně vlastnicky napojených společností, OKD a.s. Důl Paskov, odštěpný závod, VÁLCOVNY PLECHU, a.s. NH Ostrava a.s., VÍTKOVICE a.s. apod.). Situace v těchto zaměstnaneckých subjektech výrazně ovlivňuje celkovou situaci na trhu práce.

•

nedostatečného rozvoje alternativních výrobních činností (zejména s vyšší přidanou hodnotou) a zejména rozvoj služeb

•

provozování zemědělské činnosti se potýká s nevhodnými podmínkami, zejména v podhorských částech okresu

•

infrastruktury, zejména dopravní, která je nedostatečná resp. kapacitně nevhodná a omezuje tak další rozvojové možnosti

Výše uvedené vlivy se v různé míře projevily na ekonomice zaměstnavatelských subjektů okresu. Celkový ekonomický vývoj v okrese měl spíše tendence ke stagnaci, a to i z pohledu zaměstnanosti, se zhoršováním v závěru roku. Na druhé straně došlo k historicky nejnižšímu úbytku zaměstnanosti u největšího zaměstnavatele okresu TŘINECKÝCH ŽELEZÁREN, a.s. Negativním prvkem roku 2002 bylo, že se oproti letům minulým méně projevily důsledky úbytku zaměstnanosti v primární a sekundární sféře na rozvoji sféry terciární. Celkový pokles zaměstnanosti (včetně osob vykonávajících SVČ) v roce 2002 byl odhadován na cca 850 osob. Pozitivní zvrat ve vývoji zaměstnanosti v okrese by mohl nastat pravděpodobně pouze příchodem většího investora se strukturou zaměstnanosti odlišnou od stávající. I když v roce 2002 pokračovaly v různé míře a intenzitě přípravy níže uvedených průmyslových zón v okrese, nepodařilo se zatím naplnit očekávané předpoklady, zvláště u největší budované průmyslové zóny v okrese – Nošovice. V různé fázi přípravy budování a rozvoje byly v okrese Frýdek-Místek celkem 4 větší průmyslové zóny a 5 menších.

11

Důležité pro rozvoj regionu v návaznosti na rozvoj zaměstnanosti, především v souvislosti s budováním průmyslových zón, je i dopravní obslužnost území z hlediska kapacity a technického stavu pozemních komunikací. V roce 2002 byla dokončena rekonstrukce důležité komunikace z Ostravy do Frýdku-Místku a bylo zahájeno budování obchvatu na páteřní rychlostní komunikaci okresu u obce Dobrá s využitím zdrojů ISPA, která má přímou návaznost na připravovanou průmyslovou zónu Nošovice. Nezanedbatelný vliv na vývoj zaměstnanosti v okrese má i situace v sousedních okresech (především v okrese Ostrava, kam za prací vyjíždí z okresu Frýdek-Místek cca 7 % práceschopného obyvatelstva). Vliv okresu Ostrava se projevoval především v důsledcích restrukturalizace hutnictví u největšího zaměstnavatelského subjektu – NH a.s. Ostrava, který zaměstnává cca (19 % zaměstnanců) s trvalým bydlištěm v okrese Frýdek-Místek a kde došlo ke snížení zaměstnanosti v roce 2002 o cca 880 osob. Daleko méně než v předchozích letech se důsledky restrukturalizace projevily u dalšího zástupce hutního průmyslu v okrese Ostrava – VÍTKOVICE a.s. Zde je však obtížné vysledovat absolutní pokles zaměstnanosti, neboť tato společnost se v roce 2002 dále členila a někteří její zaměstnanci přešli do jiných již v minulosti vyčleněných subjektů. V mateřské firmě VÍTKOVICE a.s. zůstalo zaměstnáno k 31.12.2002 pouze cca 560 osob. Již podstatně méně se na celkovém vývoji zaměstnanosti projevovaly důsledky změn na trhu práce v ostatních okresech. Ve vzorku firem sledovaném Úřadem práce ve Frýdku-Místku (s počtem 25 a více zaměstnanců) došlo k poklesu zaměstnanosti (o cca 1600 osob), neboť i nadále, ale v menší míře než v minulosti, docházelo k racionalizačním opatřením i ukončování činnosti a tím ke snižování počtu zaměstnanců. Stále cca 41 % zaměstnanců velkých firem s 25 a více zaměstnanci však pracuje u cca 13 rozhodujících firem okresu. Situace u nich i nadále silně ovlivňuje celkovou situaci v zaměstnanosti či nezaměstnanosti okresu. Celkový počet zaměstnanců v okrese poklesl o cca 1550, naopak se zvýšil počet osob vykonávajících samostatnou výdělečnou činnost o cca 700. Celková zaměstnanost se tedy snížila o cca 850 osob. V roce 2002 došlo u zaměstnavatelů, kteří jsou ve sledování úřadu práce, k poklesu zaměstnanosti o cca 1640 osob. Ve srovnání s rokem 2001, kdy došlo ve srovnatelném vzorku zaměstnavatelů k růstu zaměstnavatelů o cca 70 osob, a rokem 2000, kdy došlo k poklesu zaměstnanosti o cca 1100 osob, to bylo opět pokračování negativního vývoje zaměstnanosti v okrese. V roce 2002 šlo o méně výrazné poklesy, avšak zasahující širší škálu firem ve sledovaném vzorku. Větší výjimkou bylo ukončení činnosti společnosti CEBO a.s. – pracoviště Jablunkov, kde došlo k zániku všech cca 340 pracovních míst, a zrušení pracoviště společnosti Beskydské pily a.s. v Jablunkově, kde došlo k zániku cca 110 pracovních míst. Z hlediska odvětví došlo k největšímu úbytku v odvětví „zpracovatelský průmysl“ (cca 670 osob), kde byla ovšem zastoupena největší škála pododvětví a firem různé velikosti z celého sledovaného vzorku firem. Z pododvětví „zpracovatelský průmysl“ došlo k největšímu úbytku v „kožedělný průmysl“ (cca 340 osob), což bylo výhradně způsobeno likvidací výše uvedené firmy CEBO a.s. – pracoviště Jablunkov. K dalšímu většímu úbytku došlo v pododvětví „výroba kovů a kovodělných výrobků“ (cca 220 osob), kde spadají větší zaměstnavatelé z oblasti hutnictví a kde kromě firmy

12

VÁLCOVNY PLECHU, a.s. se ostatní firmy podílely méně výrazněji, avšak v širší škále firem. Ostatní odvětví se již na snížení zaměstnanosti podílela méně výrazněji, ale na druhé straně v žádném odvětví nenastal výraznější růst zaměstnanosti a negativní bylo především to, že stále nedostatečně rozvinutá terciální sféra se dále nerozvíjela a naopak u řady subjektů nastal pokles zaměstnanosti. K 31.12.2002 bylo v okrese Frýdek- Místek registrováno celkem 1381 občanů SR s trvalým pobytem na území SR, z toho 135 žen. Z tohoto počtu bylo 49 osob vyslaných na území ČR slovenským zaměstnavatelem k výkonu práce. Tito pracovali převážně ve stavebních profesích. Během celého roku bylo v okrese Frýdek-Místek nově zaměstnavateli zaregistrováno 1362 občanů SR, z toho 256 žen. Registraci ukončilo 1578 občanů SR, z toho 252 žen. Největší pohyb pracovních sil probíhal u sezónních prací většinou ve stavebnictví a zemědělství. Mimo občanů SR mělo k 31.12. 2002 v okrese Frýdek-Místek platné individuální povolení k zaměstnání celkem 274 cizinců, z toho 14 žen a 36 povolení v rámci kontraktů. Vývoj v oblasti volných pracovních míst, který je bezprostředním odrazem a důsledkem aktuální situace na trhu práce, zaznamenal v roce 2002 mírné zhoršení. Roční průměr představoval 476 aktuálních volných pracovních míst v měsíci, což v porovnání s průměrem roku předchozího činí pokles o 20 míst. V oblasti volných pracovních míst se dlouhodobě projevují výrazné disproporce jak v počtech volných pracovních míst, tak především v jejich struktuře. Poptávka zaměstnavatelů se často nesetkává s odpovídající nabídkou disponibilní pracovní síly na trhu práce v žádaných profesích. Výrazně se to projevovalo zvláště v případech požadavků na profese frézař, soustružník, svářeč, zámečník, kvalifikovaný horník, kdy jen obtížně úřad práce zajišťoval obsazení těchto volných míst uchazeči o zaměstnání s příslušnou kvalifikací, případně s příbuznou profesí či rekvalifikací. Evidovaná nezaměstnanost se v první polovině roku 2002 vyvíjela obdobně jako v roce 2001. Ve II. pololetí však hlavně vlivem horšící se makroekonomické situace vzrostla ke konci roku a svou výší se začala přibližovat k historicky nejvyšším hodnotám roku 2000. Začátek roku měl klasický průběh v evidované nezaměstnanosti, kdy po nárůstu v lednu, která je způsobovaná ukončováním řady pracovních poměrů na dobu určitou (zejména sezónní práce, pokles objemu zakázek v zimních měsících), nastalo snížení opět zahájením jarních sezónních prací. Další nárůst evidované nezaměstnanosti se projevil až v červnu, a to opět zejména tradičním příchodem nových absolventů do evidence úřadu práce. K 31.12.2002 byl celkový počet evidovaných uchazečů o zaměstnání o 1394 vyšší než v prosinci 2001 a činil 16023 osob. Míra nezaměstnanosti v okrese se v průběhu roku 2002 pohybovala v porovnání s rokem 2001 částečně odlišně. Zatímco do května 2002 byla míra nezaměstnanosti pod úrovní srovnatelného období roku předchozího, a to v rozmezí nižším o 0,2 až 0,4 procentního bodu (v červnu byla na stejné úrovni jako v roce předchozím), od července 2002, ve srovnání se stejným obdobím roku 2001, míra až do prosince byla vyšší, a to v rozsahu od 0,2 do 0,7 procentního bodu. Nejvyšší míra nezaměstnanosti byla zaznamenána v roce 2002 v prosinci 14,45 %. Okres Frýdek-Místek mírou nezaměstnanosti byl v roce 2002 v rámci kraje po celý rok na 4. místě (tak jako v roce 2001) a v rámci ČR pak střídavě na 11. až 13. místě. Z hlediska věkové struktury uchazečů o zaměstnání byla dlouhodobě největší skupinou kategorie do 25 let, která v sobě zahrnuje převážně absolventy škol. Dlouhodobě problémovou věkovou skupinou byla rovněž kategorie 50 – 54 let, kde bylo i výraznější zastoupení žen.

13

V evidenci Úřadu práce ve Frýdku-Místku bylo nejvíce uchazečů o zaměstnání se středním odborným vzděláním (téměř polovina všech evidovaných uchazečů). Podíl uchazečů o zaměstnání se středním odborným vzděláním (bez maturity) výrazně převyšoval celorepublikovou i okresní úroveň podílu obyvatel této kategorie. Kategorie uchazečů o zaměstnání se základním vzděláním (včetně bez vzdělání) patřila k nejproblémovější kategorii a výrazně se podílela na dlouhodobé nezaměstnanosti (cca 27 % z uchazečů o zaměstnání evidovaných déle než 12 měsíců). Podíl této kategorie na celkové nezaměstnanosti (22 %) byl nepatrně vyšší než podíl obyvatel (ve věku nad 15 let) se základním vzděláním okresu na počtu obyvatel okresu celkem (20 %). K 31.12.2002 bylo evidováno 6389 uchazečů o zaměstnání (z toho 2860 žen) s délkou evidence nad 12 měsíců, tj. 39,8 % z celkového počtu uchazečů o zaměstnání, a 10102 uchazečů o zaměstnání s délkou evidence nad 6 měsíců , tj. 63,0 %. Okres Frýdek-Místek je pro uplatňování služeb zaměstnanosti rozdělen do tří mikroregionů, jejichž členění je dáno spádovostí obcí k městům Frýdek-Místek, Třinec a Frýdlant nad Ostravicí. Mikroregion Frýdecko-Místecko je jak rozlohou, tak i počtem obyvatel největší. K 31.12.2002 zahrnoval území 35 obcí a 4 měst. Celkem tato oblast zaobírá cca 125 000 obyvatel, což je cca 55 % celkového počtu obyvatel v okrese. Oproti ostatním mikroregionům má Frýdecko-Místecko příznivější polohu. Převážná část území se rozkládá v mírné pahorkatině a hornaté jsou v podstatě jen okrajové části, které zasahují na území Beskyd. Má relativně nejlépe vybudovanou infrastrukturu, také dopravní spojení s okolními okresy je na poměrně dobré úrovni. Na území tohoto mikroregionu jsou zastoupena prakticky veškerá odvětví od hutnictví, průmyslu paliv a energetiky, textilního průmyslu až po dopravu, služby atd. K největším zaměstnavatelům se sídlem v okrese zde patří OKD, a.s. Důl Paskov, odštěpný závod, SLEZAN Frýdek-Místek a.s., VÁLCOVNY PLECHU a.s., Biocel Paskov a.s. Mikroregion Třinecko zahrnoval k 31.12.2002 celkem 25 obcí a 2 města. Celkem tato oblast přestavuje cca 81000 obyvatel, což je cca 35 % celkového počtu obyvatel v okrese. Jedná se o nejvýchodněji položené území ČR, hraničící s Polskou republikou a Slovenskou republikou. Od ostatních dvou mikroregionů je Třinecko geograficky výrazně odděleno. Téměř 60 % jeho území je zalesněno a zemědělsky jde o podhorské oblasti nevhodné pro intenzivní zemědělskou výrobu. Významným prvkem mikroregionu Třinecka je závislost na dominantním zaměstnavateli TŘINECKÉ ŽELEZÁRNY, a. s. Z dalších významnějších zaměstnavatelů zde dále působí D 5, akciová společnost, Třinec a Slévárny Třinec, a.s., které jsou technologicky vázané na TŘINECKÉ ŽELEZÁRNY, a. s. Mikroregion Frýdlantsko zahrnoval k 31.12.2002 území 10 obcí a 1 města. Celkem v této oblasti žije cca 22000 obyvatel, což je cca 10 % celkového počtu obyvatel v okrese. Mikroregion Frýdlantsko hraničí se Slovenskou republikou, je ze 2/3 zalesněný a svou podstatnou částí zasahuje do pohoří Beskyd. Na jeho území se nachází největší zásobárna pitné vody pro okres Frýdek-Místek a další části Ostravska – přehradní nádrž Šance. To způsobuje, že v části tohoto území není možno, z důvodu ochranných pásem, rozvíjet investiční aktivity. Většina zaměstnavatelských subjektů je zde soustředěna do města Frýdlant nad Ostravicí. Mezi hlavní zaměstnavatele patří GIFF s.r.o., LAKUM-KTL, s.r.o., Beskyd spol. s r.o. a FERRCOMP, a.s.

14

Tab. č. 1 Míra nezaměstnanosti v mikroregionech okresu Frýdek- Místek Mikroregion Frýdecko-Místecko Třinecko Frýdlantsko Celkem okres

2001 31.12. 13,9 13,2 12,1 13,5

2002 30.6 13,8 13,6 11,7 13,5

31.12. 14,8 15,1 13,2 14,8

Uplatněním přímých nástrojů APZ (SÚPM, SVČ, rekvalifikace, AM, ChD) byla v roce 2002 ovlivněna situace na trhu práce u nejméně 3156 osob. Vzhledem k celkové hospodářské situaci, kdy nová pracovní místa vznikají jen ojediněle, lze vliv APZ uplatněné v roce 2002 hodnotit jako přínosný. Zejména cílené zaměření APZ na ohrožené skupiny osob (dlouhodobě nezaměstnaní a dlouhodobou nezaměstnaností ohrožení, osoby předdůchodového věku, osoby se ZPS a absolventi škol) přispělo ke zlepšení tendencí (např. u dlouhodobé nezaměstnanosti) či alespoň k omezení negativních dopadů (osoby předdůchodového věku). Částečné snížení uplatnění nástrojů APZ proti předchozím obdobím je výsledkem působení více faktorů. Jde o důsledek ekonomické situace, zvýšení úsilí o cílenost a efektivitu nástrojů APZ a také realizaci požadavků zák. č. 218/00 Sb. o rozpočtových pravidlech a zák. č. 320/01 Sb. o finanční kontrole. Podstatný byl také vliv snahy Úřadu práce ve FrýdkuMístku o zvýšení podílu opatření APZ, která zvyšují potenciál na trhu práce u osob do těchto opatření zařazených. Na druhou stranu uplatňování zákona 218/2000 Sb. a 320/2001 Sb. zvyšuje administrativní náročnost při uplatňování jednotlivých případů. Podíl nákladů na APZ z celkových nákladů politiky zaměstnanosti se snížil oproti 41 % v r. 2001 na 33 %, v roce 2002. V průběhu roku 2002 bylo uzavřeno celkem 741 dohod v APZ (mimo rekvalifikace). Od žádné nově uzavřené dohody nebylo odstoupeno z důvodu jejího porušení, avšak předčasně bylo ukončeno 47 dohod z výše uvedeného počtu. Jde o 22 dohod na absolventskou praxi a 25 dohod na veřejně prospěšné práce. Důvodem bylo předčasné ukončení pracovního poměru, ať už ze strany zaměstnance či zaměstnavatele.

1.4 Firma CEBO a.s. Zlín a.s., pracoviště Jablunkov na regionálním trhu práce Firma CEBO vznikla v únoru roku 2001 z dceřiné firmy Svit KONTY OBUV. rok 1999 Do Jablunkova byla přesunuta výroba obuvi firmy KONTY OBUV a.s., která podnikala do roku 1999 v Třinci v prostorách bývalé firmy Tesla a.s. Provozovna byla umístěna v prostorách, které se uvolnily po ukončení činnosti významné firmy mikroregionu ETA Hlinsko. Ke konci roku 1999 firma zaměstnávala 244 pracovníků, z toho 237 žen (97,1%). Jednalo se převážně o dělnické profese spojené se šitím kožené obuvi. Předpokládaným efektem toho přesunu do Jablunkova a následných aktivit politiky zaměstnanosti bylo podpořit zaměstnanost v Jablunkově a okolí se zaměřením na podporu zaměstnávání žen a podporu mikroregionálního trhu práce. V rámci aktivit aktivní politiky zaměstnanosti proběhly rekvalifikační kurzy na šičky obuvi – svrškařky.

15

rok 2000 Počátkem roku 2000, s cílem zlepšit celkovou bilanci pracovních míst v okrese, bylo vyhlášeno výběrové řízení jednorázového programu „Nová práce“. Podmínkou poskytnutí finančního příspěvku bylo vytvoření nových 6 pracovních míst zavedením zcela nové činnosti eventuálně rozšířením míst ve stávající činnosti a zachování míst původních s tím, že se zaměstnavatel při obdržení finančních prostředků na investice podílí na nákladech nutných ke zřízení pracovního místa 25%. Jedním výstupů této aktivity bylo vytvoření 100 nových pracovních míst v Jablunkově firmou KONTY OBUV a.s. v profesi svrškařka. Firmě byl poskytnout jednorázový příspěvek v maximální výši, tj. 80000 Kč na jedno pracovní místo formou půjčky s možností změny na dotaci. Z pohledu počtu pracovníků to znamenalo příslušný nárůst. Počet pracovníků ve firmě k 30.6.2000 činil 325 osob a k 31.12.2000 343 osob. rok 2001 V průběhu roku 2001 přechodně došlo ve firmě CEBO a.s. k neočekávanému poklesu výroby sportovní obuvi typu LENDL a vzniklý výpadek byl kompenzován zvýšením výroby obuvi typu TIMBERLAND. V tomto období došlo k průběžnému znovuobsazování 100 pracovních míst vytvořených v rámci programu „Nová práce“ s finanční podporou úřadu práce. k 31. 12. 2001 oproti 31. 12. 2000 nedošlo k změnám zaměstnanosti a firma neočekávala k 30. 6. 2002 žádné změny v zaměstnanosti. Počet pracovníků k 30.6.2001 činil 343 osob a k 31.12.2001 342 osob. rok 2002 Ke dni 31.12.2002 vykazovala společnost 335 zaměstnanců. K 10.3.2002 měla společnost ještě 334 zaměstnanců. Na společnost CEBO, a. s. se sídlem 762 02 Zlín, tř. Tomáše Bati 1970, IČ 25 54 82 39, zapsané v obchodním rejstříku Krajského soudu v Brně, oddíl B, vložka 2850 byl usnesením Krajského soudu v Brně pod č.j. 40 K 3/2002 ze dne 27.3.2002 vyhlášen konkurs a správcem konkursní podstaty byl ustanoven JUDr. Václav Petrásek. CEBO doplatila na přílišnou závislosti na jednom odběrateli, americké firmě Timberland, která zajišťovala až 80 % tržeb ve výši 1,5 miliardy Kč. Ztráta zakázky od amerického odběratele vedla k tomu, že kontrakty vypovídali i další kooperanti. Návrh na konkurs podalo představenstvo firmy. 25.3.2002 oznámilo vedení firmy CEBO a.s. Zlín Úřadu práce ve Frýdku-Místku hromadné propuštění ve vztahu ke zrušení provozovny v Jablunkově a že k 30.6.2002 propustí 80 lidí a k 31.7. 4 zaměstnanců (z toho 83 žen). 25.4.2002 oznámilo vedení CEBO Úřadu práce další hromadné propuštění, propuštěno mělo být 109 zaměstnanců (z toho 107 žen) k 31.7.2004. Zaměstnanci pak dostali výpovědi 30.4. s termínem ukončení pracovního poměru ke dni 31.7.2002. Zaměstnanci postupně odcházeli v průběhu výpovědní lhůty. Např. k 30.6. 2002 zaměstnávala firma ještě 185 pracovníků. Od 31.7.2002 do konce roku pak působilo ve firmě 15-20 pracovníků na pracích spojených s likvidací provozovny. Všechny volné výrobní kapacity vzniklé po likvidaci firmy CEBO, a.s. Zlín, a. s. byly k výrobním účelům firmou TEWO, s.r.o. (výroba suchých žehliček) i nadále pronajímány (hlavní pronájemce firma LOUČKA-OLZA, spol. s r.o., zabývající se kovovýrobou – asi 50 zaměstnanců a několik dalších menších firem).

16

2 Výběr osob pro sledování situace po propuštění (tvorba kohorty) Nejdříve bylo nutné vybrat z evidence ÚP osoby, které byly propuštěny při sledovaném případu, a vytvořit z nich skupinu pro další sledování. Protože může jít o osoby bydlící v různých okresech, bylo potřebné požádat o výběr všechny úřady práce v okolních okresech, nejen ve Frýdku-Místku. Výběr je možné provádět dvěma způsoby: 1) na základě záznamů v OKpráce: identifikace osob, které při vstupu do evidence na ÚP nahlásili jako minulé zaměstnání právě zaměstnavatele, kde došlo ke sledovanému případu propouštění. Výběr je tedy založen na identifikaci osob podle záznamu v ZAM-HIST (historie zaměstnání) v systému OKpráce, kde se vyskytuje inkriminovaný název zaměstnavatele nebo jeho IČ. Ukázalo se ale, že u některých firem, zvláště starší evidence, je výsledek dotazu téměř nulový, protože se název firmy či její identifikace nezapisoval správně. Nevýhodou této metody je i to, že nezahrneme do výběru osoby, které byly při hledání nového uplatnění na trhu práce nejúspěšnější, protože nastoupili do nového zaměstnání bez evidence na ÚP a případně se v evidenci ÚP objevili až mnohem později, v souvislosti s jiným propouštěním. 2) využití seznamu osob, které firmy dodávají při hlášení propuštění. Tyto seznamy bohužel také nebývají kompletní, nicméně nám poskytují informaci i o osobách, které se následně v evidenci UP vůbec neobjevily. Určitou nevýhodou je, že je nutné tyto seznamy digitalizovat, existují samozřejmě značné rozdíly mezi podrobností a způsobem organizace takového seznamu. K prvnímu způsobu je možné doložit ukázku zadání dotazu a výsledek, kde je vidět nutnost řešit různé varianty zápisu názvu firmy (a možnost některé „přibrat“ a jiné naopak nezahrnout) a využití IČO (dotaz sloužil k ověření počtu předpokládaných sledovaných osob v evidenci jednotlivých úřadů práce v okresech): SELECT RTRIM(LTRIM(Z.PRZAM_NAZEV_ZAM)) as FIRMA,TO_CHAR(PRZAM_DO,'YYYY') as ROK, COUNT (DISTINCT E."OBC_IDCISLO") AS POČET FROM ZAMEST_HISTOR Z, EVID_UCHAZECE E WHERE (UPPER(Z.PRZAM_NAZEV_ZAM) LIKE '%CEBO%' OR Z.PRZAM_ICO IN ('25548239') AND Z.PRZAM_ICO NOT IN ('45280193','47535415','15769160','41034082','60775955','62301934','44672527', '26435110','26281465', '61860697', '61504467','62958241', '25123718','25141449', '26135124','26463016','26350297') AND UPPER(Z.PRZAM_NAZEV_ZAM) NOT LIKE '%ECEBO%' AND UPPER(Z.PRZAM_NAZEV_ZAM) NOT LIKE '%SPACEBOY%' AND UPPER(Z.PRZAM_NAZEV_ZAM) NOT LIKE '%ICEBOY%' AND UPPER(Z.PRZAM_NAZEV_ZAM) NOT LIKE '%CEBOS%' AND UPPER(Z.PRZAM_NAZEV_ZAM) NOT LIKE '%CEBOZA%' AND UPPER(Z.PRZAM_NAZEV_ZAM) NOT LIKE '%MACEBO%' AND UPPER(Z.PRZAM_NAZEV_ZAM) NOT LIKE '%KACEBO%' AND UPPER(Z.PRZAM_NAZEV_ZAM) NOT LIKE '%PLACEBO%' AND Z.DRUH_CINNOST_KOD IN ('A','1','X') AND Z.PRZAM_DO < E.EUCH_OD AND E.OBC_IDCISLO = Z.OBC_IDCISLO Group By RTRIM(LTRIM(Z.PRZAM_NAZEV_ZAM)),TO_CHAR(PRZAM_DO,'YYYY');

17

Výsledek dotazu: FIRMA -----------------------------------------------------------CEBO, a.s., CEBO, a.s. CEBO, a.s., CEBO, a.s. CEBO, a.s., CEBO, a.s. CEBO, a.s., CEBO, a.s.* CEBO, a.s., CEBO, a.s.* CEBO, a.s., CEBO, a.s.* CEBO, a.s., CEBO, a.s.** CEBO, a.s., KONTY OBUV, a.s. CEBO, a.s., KONTY OBUV, a.s. KONTY OBUV, a.s., KONTY OBUV, a.s.* KONTY OBUV, a.s., KONTY OBUV, a.s.*

ROK POCET ---- ---------1998 1 2001 7 2002 18 1998 1 2001 12 2002 287 2002 1 1998 2 2002 1 1998 1 2000 3

Výsledek lze shrnout do následující tabulky. Tab. č. 2 Počty nových uchazečů v evidenci ÚP pro případ CEBO 2002 2001

Okres FM 306

Okres KI 36 16

Přes výše uvedené uspokojivé počty uchazečů v evidenci ÚP v souvislosti s firmou CEBO jsme se rozhodli pro druhý způsob, především z důvodu podchycení i osob, které se neobjevily v evidenci ÚP v souvislosti s propouštěním. Ve spolupráci s úřady práce byly dohledány nahlášené seznamy propuštěných a tyto digitalizovány pracovníky ÚP. Bohužel, pouze část seznamů obsahovala rodná čísla, podle kterých bylo možné uchazeče jednoznačně ztotožnit s evidencí uchazečů o práci. Další záznamy byly dohledávány přes pomocné údaje (jméno, bydliště). Všechny tyto fyzické operace byly prováděny pracovníky úřadů práce, aby nedošlo k překročení ochrany osobních údajů. Dodaný seznam propuštěných obsahuje 193 osob z celkového počtu asi 334 zaměstnanců, kteří byli postupně propuštěni. Byl proveden výběr dat, evidovaných o identifikovaných osobách v systému OKpráce, které budou důležité z hlediska sledování chování propuštěných osob. Jedná se o adresu (část obce, obec), příznak ZPS, zda je to muž či žena, věková kategorie, vzdělání (KKOV), příznak odstěhování, požadované zaměstnání (KZAM) a jeho preference, historie zaměstnání (firma a typ zaměstnání KZAM, od-do, a důvod ukončení zaměstnání), zařazení uchazeče do problémové kategorie, všechny evidence uchazeče na úřadu práce (od-do), datum nástupu APZ a typ APZ. K provedení výběru byly metodicky připraveny 2 varianty. První vytváří exporty z jednotlivých dotčených tabulek a pracuje s anonymní reprezentací každého uchazeče. Výběry je možné snadněji verifikovat a kontrolovat, je možné také snáze dohledávat informace o každém propuštěném a zjišťovat možné racionální důvody jeho chování. Nevýhodou tohoto postupu je náročné zpracování takových dat, kdy je nutné vhodným způsobem řídit agregaci v čase a území (někteří propuštění se objevili v evidenci úřadu práce od doby svého propuštění sledovanou firmou několikrát a některé údaje se u jednotlivých evidencí liší - např. požadovaná zaměstnání, uplatnění APZ, především rekvalifikace, minulé zaměstnání a profese). Situace je často komplikována skutečností, že úřad práce zachytí jen některá zaměstnání uchazeče, protože ten si některá zaměstnání našel sám a nebyl mezi nimi v evidenci úřadu práce, může se projevit i odchod na nemocenskou. 18

Situace je tedy u jednotlivých uchazečů velmi pestrá a hromadné zpracování takových dat vyžaduje velmi pečlivou přípravu, aby výsledky nebyly zkresleny nepochopením individuálních zvláštností v evidenci jedinců. Druhá metoda je založena přímé agregaci záznamů o uchazečích podle jednotlivých měsíců, částí obcí a rovněž podle hodnot jednotlivých sledovaných ukazatelů (tedy např. dle třídy věku, hlavní požadované profese, typu vzdělání atd.). Výsledkem bude řídká matice dat, kterou bude možné dále zpracovávat agregací podle jednotlivých údajů nebo studiem závislostí vybraných ukazatelů. Metoda směřuje k tvorbě multidimenzionální databáze, která by se mohla stát základem pro analytické úlohy nejenom studia jednotlivých případů propouštění, ale většiny dalších analytických úloh. V takovém případě jsou pro osoby z kohorty prováděny časové řezy v jejich evidenci a exportovat počet nebo zastoupení osob v závislosti na následujících faktorech: − − − − − − − − − − − − − − −

měsíc (časová osa) Byl či nebyl v evidenci Kód části obce Povolání (Profese) – pouze nejvýznamnější Délka praxe - kategorizovaná Vzdělání stupeň (OBCAN_OSDATA) Vzdělání typ (DOS-VZDELANI, číselník KKOV) Požadovaná profese Věk - kategorizovaný Pohlaví Příznak ZPS (jakákoliv ZPS) Příslušnost k problémové skupině (atributy z tabulky KATEGORIE ) Počet evidencí Důvod vyřazení z poslední evidence Uplatněné nástroje UP (APZ, rekvalifikace)

U každé z variant je nutno řešit konkrétní postup interpretace jednotlivých požadavků, konzultovat přesný význam a adekvátní způsob vyjádření, zjistit kardionalitu záznamů, identifikovat možné problémy spojené se způsobem evidence v informačním systému (evidence historických záznamů nebo pouze aktuálního stavu apod.). Např. bylo otázkou, zda se má povolání zjišťovat z tabulky DOS_POVOLANI nebo HIST-ZAM, zda evidovat kód dle CPP nebo KZAM? Evidovat pouze 1 nejvýznamnější kód nebo všechny? Podobně nejednoznačná situace je např. pro vzdělání. U věku bylo na základě konzultací dohodnuto použít ke zpracování jednak věk při propuštění a jednak kategorizaci věku po 5 letech. V procesu zpracování se ukázalo, že tato kategorizace by samotná nestačila např. při řešení problémů s identifikací osob odcházejících do důchodu. Je tedy důležité sledovat především věk při propuštění. Jazyky ani dovednosti nebyly na základě konzultací sledovány. Příprava byla tedy dosti náročná, protože jen otázka výběru vhodných ukazatelů, identifikace propuštěných osob a příprava odpovídajících SQL dotazů a jejich ladění zabraly několik měsíců.

19

Vzhledem k tomu, že zatím nebyly zkušenosti se zpracováním takového typu úlohy a velmi pravděpodobnému ladění požadavků na selekci a agregaci dat, jsme se rozhodli pro variantu 1, která nám poskytuje maximum údajů o uchazeči a dovoluje prověřit různé varianty zpracování dat a výběru vhodných ukazatelů. Po získání odpovídajících výběrů byla provedena anonymizace dat vypuštěním jmen, plné adresy a rodných čísel. Tvorbu odpovídajících dotazů zajišťoval Ing. Libor Kostial z ÚP Karviná. Finální výběr dat pro CEBO proběhl 20.12.2004. Exporty dat z jednotlivých ÚP byly spojeny. Tato data byla předána řešitelům k dalšímu zpracování získané kohorty.

20

3 Základní postup a kontroly Získaná data byla importována do databáze v prostředí MS Access, ve které byly prováděny další úpravy dat a především jejich selekce a agregace. Kvůli jednoznačné identifikaci evidence uchazeče na ÚP a snazšímu propojování tabulek byl zaveden umělý identifikátor IDE do tabulek EVIDENCE, KATEGOR a POZ_ZAM. Aktualizační dotazy zajistily správnou migraci IDE z tabulky EVIDENCE do ostatních tabulek. Následovala kontrola správnosti. Do tabulky ZAM-HIST byl doplněn atribut Firma. Ten je logického datového typu a slouží pro identifikaci záznamu spojeného s propuštěním ze sledované firmy (proces propouštění je vždy déledobý, v našich případech několik měsíců až rok a někdy se sledovaná firma v záznamu uchazeče vyskytuje několikrát, protože u ní opakovaně pracoval). Následně byl atribut FIRMA ručně zadán (ano v případě, že šlo o sledované propuštění z dané firmy). Dále se provádí import dat z různých tabulek do souhrnné tabulky CURVITAE, kde se eviduje celková navazující historie osoby, tedy jak zaměstnání, tak i evidence na UP, studium, nezapočitatelná i započitatelná činnost. Neukončené poslední záznamy osob se uzavírají datem, které odpovídá exportu dat z OKpráce a tedy i konci sledovaného období. V případě CEBO to bylo 20.12.2004, kdy byl proveden poslední export dat. V některých případech bylo také nutné doplnit počáteční záznam, který odpovídá datu počátku sledovaného období (pokud uchazeč přišel do evidence např. až po roce a neuvedl dřívější zaměstnání). V případě CEBO to bylo 1.3.2002, žádný počáteční záznam ale nebylo nutné doplnit. Následně se provádí kontrola logické správnosti datumů, aby navazovaly hodnoty od – do, nalezené problémy se individuálně řeší. Další kontrola hledala chybějící záznamy o jistém období v historii osoby. Provádí se doplnění historie tak, aby časová řada byla úplná; umělý záznam dostává text „neznámo“, protože nevíme, co v této době osoba skutečně dělala. Do tabulky CURVITAE bylo v případě CEBO vloženo 238 záznamů s kódem „neznámo“. Některé záznamy „neznámo“ byly v dalším zpracování lépe zařazeny. Např. záznamy neznámo, které následovaly po evidenci na ÚP, jenž byla ukončena umístěním uchazeče do zaměstnání (několik kódů ukončení a APZ), byly upraveny jako pravděpodobné zaměstnání. Následně se ještě provádí kontrola zápisu kódu ukončení v tabulce CURVITAE a provádí se výpočet kategorie věku. Rovněž se prováděla kontrola duplicity existence některých období nebo datumů. Ukázka řešení takových problémů je v příloze 1. Dále se kontrolovalo, zda některé osoby nemohly odejít do důchodu, protože dovršily důchodový věk. Pro tuto kontrolu byla připravena pomocná tabulka, která určuje věk odchodu do důchodu podle rok, stáří a pohlaví. Výsledkem selekce bylo jen několik málo záznamů, u všech jsme indikovali, že šli do důchodu, protože odcházeli z evidence na vlastní žádost. Dále byla provedena kontrolu zápisu ukončení započitatelné činnosti (jako je mateřská dovolená). Při kontrole nezapočitatelné činnosti jsme zaregistrovali, že ve skupině

21

nezapočitatelných činností je nejvíce zastoupena péče o dítě do 4 let (asi 7 případů), v dalších 15 případů to byla nemoc v ochranné lhůtě.

3.1 Identifikace firem Velká pozornost byla věnována snaze identifikovat všechny firmy, které sledované osoby zaměstnávaly. Firmy, kde chybělo IČ, byly vyhledávány na Internetu (především v Obchodním rejstříku na stránkách Ministerstva spravedlnosti http://www.justice.cz), s cílem nalézt jejich IČ, případně další údaje (právní forma, OKEČ, sídlo a další), které byly předmětem dalších analýz. Protože se jen vyjímečně podařilo najít jiné údaje než IČ, pokusili jsme se tyto údaje dohledat v databázi Firemního monitoru Albertiny Data. Nalezená IČ byla doplněna k firmám a následně byl exportován soubor všech IČ, který byl propojen s databází Firemní monitor Albertina Data. Ze 156 IČ jich bylo nalezeno140 ve Firemním monitoru. Zbylé nebyly nalezeny pravděpodobně z důvodu použití aktuální verze Firemního monitoru, kde už zřejmě některé firmy neexistují. Sada dat o identifikovaných firmách byla následně z Firemního monitoru exportována a propojena s databází propuštěných osob. Po propojení byly ke každému zaměstnavateli doplněny v evidenci údaje o počtu zaměstnanců, právní formě, OKEČ (hlavní) a sídle organizace (obec). Následně bylo prováděno ještě ručně doplňování údajů u firem, které se nepodařilo najít ve Firemním monitoru. Hledání opět probíhalo na internetu, bylo ale využito i záznamů ÚP. Zpravidla tak byla doplněna informace o právní formě a obci. Zvláštní pozornost byla věnována kontrole místa podnikání, která byla následně zkoumána jako předpokládané místo zaměstnání sledovaných osob. Ve Firemním monitoru se totiž evidují především sídla firem (u řady z nich je tam k dispozici i seznam provozoven s jejich adresami, není ale součástí standardního exportu), přitom u některých záznamů z úřadu práce jsme měli k dispozici informaci u místě zaměstnání. Jako příklad uvádíme některé z nich: • Agrospol, Bocanovice • České dráhy Ostrava • EKO Hnízdo s.r.o. Chvalovice • Irem Třinec • Lady-Kobzová O-Dubina • Strojírenský vývoj s.r.o, Třinec • Tesco, Frýdek-Místek (TESCO Stores ČR, a.s.) U těchto záznamů bylo sídlo opraveno na správné místo podnikání. Jednoznačně se ukazuje, že by bylo žádoucí, pokud by zprostředkovatelky při zápisu minulých zaměstnání neuváděly pouze přibližný název firmy a někdy místo, ale především IČ a místo provozovny, kterou nelze často z evidence firmy určit. Bez těchto údajů nebude možné spolehlivě vyhodnocovat změny v pozici na trhu práce u jednotlivých uchazečů. Zjednodušení situace by samozřejmě přinesla možnost spolupráce se ČSSZ, kde by měla být úplná evidence zaměstnavatelských subjektů pro danou osobu.

22

Při zpracování údajů o zaměstnavatelích si musíme být vědomi, že mohlo od doby, kdy byla osoba v dané firmě zaměstnána, dojít ke změnám – nejvíce pravděpodobné jsou změny v počtu zaměstnanců, méně často se mění i oblast podnikání, případně sídlo, nejméně často asi právní forma.

3.2 Další postup Dalším krokem byl výpočet řady dílčích ukazatelů, které popisují situaci propuštěných osob. Následně byla data importována do SPSS, kde již probíhaly další úpravy dat (reklasifikace některých údajů, tvorba indikátorů apod.) a především statistické vyhodnocování získaných ukazatelů. Při vyhodnocování se paralelně zpracovávaly všechny 3 případy propouštění. Protože hlavním cílem je srovnání těchto případů, zařadili jsme je do každého vyhodnocení i posouzení shody či stupně odlišnosti vůči dalším zkoumaným případům. Úplný seznam zpracovávaných atributů každé osoby je v příloze 2 spolu s vysvětlením způsobu výpočtu.

23

4 Průzkumová analýza dat 4.1 Základní údaje Ke zpracování byl použit soubor údajů o 193 osobách propuštěných z CEBO (nahlášených úřadu práce zaměstnavatelem). Ten zahrnuje i 744 záznamů z historie zaměstnání, 532 záznamů o evidenci uchazečů, 548 záznamů o požadovaném zaměstnání při evidenci, 62 záznamů o rekvalifikacích, 167 záznamů o APZ, 304 záznamů o kategorii péče o uchazeče, 181 záznamů o vzdělání. Vedle případu CEBO se uvádějí pro srovnání výsledky z případů UPNP Krnov a Dřevokombinát Vrbno p.Pradědem. Popis souboru dat pro zpracování v SPSS je v příloze 3.

4.1.1 Vyhodnocení pohlaví ve sledované skupině propuštěných Graf.č.1 Zastoupení zaměstnanců dle pohlaví

Pohlaví Původní podnik: CEBO Jablunkov muž žena 1,6

98,4

Je zřejmá výrazná dominance žen, pouze 3 muži v seznamu. Jde tedy o významný rozdíl proti případů UPNP (Dřevokombinát neměl rozlišeno pohlaví).

24

4.1.2 Vyhodnocení osob se ZPS ve sledované skupině propuštěných Žádné nejsou evidovány, pouze u některých případů chybí evidence. Graf č.2 Zdravotní postižení

Kód ZPS Původní podnik: CEBO Jablunkov není ZPS Missing

4.1.3 Vyhodnocení věku při propuštění ve sledované skupině propuštěných Tab.č. 3 Věk při propuštění N

Valid Missing

193 0 Mean 38,777 Median 40,000 Mode 25,0(a) Std. Deviation 10,6774 Variance 114,007 Skewness -,140 Std. Error of Skewness ,175 Kurtosis -1,346 Std. Error of Kurtosis ,348 Minimum 20,0 Maximum 57,0 a Multiple modes exist. The smallest value is shown b Původní podnik = CEBO Jablunkov

25

Průměrný věk je 39 let (aritmetický průměr, medián je 40 let), hodnoty kolísají od 20 do 57 let. Variační koeficient je jen 28 %. Šikmost souboru je nízká. Graf č.3 Věk při propuštění

Histogram Původní podnik: CEBO Jablunkov 25

Frequency

20

15

10

5 Mean = 38,777 Std. Dev. = 10,6774 N = 193

0 15

20

25

30

35

40

45

50

55

60

65

Věk při propuštění

Histogram ukazuje několika modální distribuci, výrazné maximum je kolem 25 let, pak četnosti po významném poklesu začínají postupně narůstat s výraznými výchylkami až k širšímu maximu kolem 45-55 let. Zde se nabízí vysvětlení této věkové struktury pomocí APZ, kterou realizoval ÚP Frýdek-Místek v souvislosti s umístěním CEBO do Jablunkova a rozšířením počtu zaměstnanců – nástroje APZ byly zaměřeny na mladé a starší osoby při umisťování na dotovaná pracovní místa a v rekvalifikacích.

26

Graf č.4 Průměry se směrodatnou chybou pro věk při propuštění

42,0

40,0

38,0

36,0 CEBO Jablunkov

Dřevokombinát Vrbno

UPNP Krnov

Původní podnik

Graf č.5 Krabicový graf pro věk při propuštění

60,0


95% CI Věk při propuštění

44,0

50,0

40,0

30,0

20,0 CEBO Jablunkov


UPNP Krnov

Původní podnik

27

Je evidentní, že relativně blízko k sobě mají případy CEBO a UPNP (u UPNP je ale vyšší rozptyl), zatímco Dřevokombinát vykazuje vyšší věk. Korelace s ostatními proměnnými: Pearsonův koeficient korelace -0,475 pro „Kód nejvyššího dosaženého vzdělání“ je hodnocen jako významný. Ukazuje se zde tedy tendence projevu nižšího stupně vzdělání u vyššího věku propuštěných, což je logické. Grafy příliš velkou závislost nepotvrzují, nejvíce průkazná je situace právě pro CEBO.

aný nejvyššího dosaženého vzdělání agregovaný Kód nejvyššího dosaženého vzdělání agregovKód

Graf č.6 Rozptylogramy kódu nejvyššího dosaženého vzdělání a věku při propuštění

CEBO Jablunkov

Dřevokombinát Vrbno $

4

$$ $$ $

3

2

$

$$ $$ $

$

$ $$

$$ $

$$ $$ $ $$ $$ $$ $$ $$ $$ $ $$ $$ $$

$ $$

1

$

$$

$

$

$ $

$

$$ $

$ $$ $ $$ $$ $$ $$ $$ $ $

$

$

$ $

$

$

$ $

$

$

$ $$

$ $$ $

$

$ $

$

$ $$

$$ $$

$

$ $$ $$ $

$ $

$

$

UPNP Krnov 4

3

$

$ $$

2

$$ $ $$ $$ $

1

$$

20,0

$

$

$ $

$

$$

$

$$ $ $$

$

$ $

30,0

$$ $

$

$ $$ $$ $$ $ $$

$$ $$ $$

40,0

$

$ $

$$

$$ $$ $$ $

50,0

$ $$ $

$

$$

60,0


28

Další závislosti vykazuje vztah ke klasifikaci zaměstnání KZAM. Např. Pearsonův koeficient korelace 0,403 pro KZAM (1 znak) na začátku sledovaného období. Projevuje se tedy opět korelace horšího KZAM (především 9) s vyšším věkem. Tendence je velmi dobře čitelná i z následujícího grafu 7. Tento průběh se ale vůbec neukazuje u dalších 2 případů, ani UPNP (spíše průhyb) ani Dřevokombinát (stagnuje). Graf č.7 Průměry se směrodatnou chybou pro věk při propuštění dle KZAM Puvodní podnik: CEBO Jablunkov

95% CI Vek pri propuštení

50,0

40,0

30,0

20,0

10,0

2

3

4

5

6

7

8

9

KZAM první na 1 znak

4.1.4 Vyhodnocení nejvyššího dosaženého vzdělání ve sledované skupině propuštěných

29

Graf č.8 Čestnosti nejvyššího dosaženého vzdělání

Kód nejvyššího dosaženého vzdělání Původní podnik: CEBO Jablunkov 100

Frequency

80

60

40

20

0 základní + praktická škola

nižší střední odborné

střední odborné (vyučen)

střední nebo střední odborné bez maturity a bez ...

úplné střední vzdělání

ÚSO ÚSO s (vyučení s maturitou maturitou) (bez vyučení)

Kód nejvyššího dosaženého vzdělání

30

Graf č.9 Zastoupení jednotlivých stupňů nejvyššího dosaženého vzdělání

Kód nejvyššího dosaženého vzdělání Původní podnik: CEBO Jablunkov základní + praktická škola nižší střední odborné střední odborné (vyučen) střední nebo střední odborné bez maturity a bez vyučení úplné střední vzdělání ÚSO (vyučení s maturitou) ÚSO s maturitou (bez vyučení) Missing

Nejvýznamnější je zastoupení středního odborného vzdělání (vyučen), dále základní vzdělání a pak skupina osob s maturitou (USV, USO). Srovnání s ostatními případy: Dřevokombinát má podobnou strukturu, ale s poněkud menším zastoupením skupiny osob s maturitou. Naproti tomu se tam vyskytly dokonce osoby s vysokoškolským vzděláním. UPNP má sice nejvyšší také skupinu osob vyučených, ale mnohem více je zastoupeno osob se základním vzděláním a dokonce bez vzdělání. Rovněž podíl osob s maturitou je výrazně nižší. Lze tedy konstatovat, že v průměru ze zkoumaných případů propouštění mělo nejlepší vzdělanostní strukturu CEBO, pak Dřevokombinát a nakonec UPNP. Korelace s jinými ukazateli: Projevuje se záporná korelace s věkem (-0,475) , a rovněž záporná korelace k KZAM (-0,539 Pearsonův koeficient korelace, -0,514(**) SPEARmanův k.k., oba významné na hladině 0.01), což je samozřejmě očekáváno.

31

Graf č.10 Průměry nejvyššího dosaženého vzdělání dle KZAM (se směrodatnou odchylkou)

95% CI Kód nejvyššího dosaženého vzdelání

Puvodní podnik: CEBO Jablunkov 14

12

10

8

6

4

2

0

2

3

4

5

6

7

8

9


Jak je vidět z grafu 11, u vzdělání 3 (s maturitou) je největší škála, kdežto u základního vzdělání je pouze KZAM 5 a více. Ještě lépe je to vidět u Dřevokombinátu, u UPNP se to neprojevuje.

32

aný nejvyššího dosaženého vzdělání agregovaný Kód nejvyššího dosaženého vzdělání agregovKód

Graf č.11Rozptylogram nejvyššího dosaženého vzdělání dle KZAM

CEBO Jablunkov

Dřevokombinát Vrbno $

4

3

$

$

$

$

2

$

$

$

$

$

$

$

$

$

$

$

$

$

$

1

$

$

$

$

$

$

$

$

$

$

$

$

UPNP Krnov 4

3

$

$

$

$

$

2

$

$

$

$

$

$

$

1

$

$

$

$

$

$

2

4

6

$

8


33

4.2 Vyhodnocení bydliště a situace dojíždění do Jablunkova 4.2.1 Vyhodnocení bydliště ve sledované skupině propuštěných Graf č.12 Četnost okresů bydliště

Okres bydliště Původní podnik: CEBO Jablunkov 100

Percent

80

60

40

20

0 Okres Frýdek-Místek

Okres Karviná

Okres bydliště

Je evidentní zcela minimální zastoupení jiného okresu než Frýdek-Místek (kam patří Jablunkov). Z celkového počtu 193 se eviduje jako obec bydliště nejčastěji Třinec, což je poněkud překvapivé ve srovnání s místem původního zaměstnání v Jablunkově. Až na 2. místě je Jablunkov a následují obce v okolí Jablunkova (viz tabulka č. 4, obrázek č.1). Tuto situaci lze vysvětlit tím, že provozovna byla přemístěna z Třince do Jablunkova, kam přešla i část pracovníků. Je tedy evidentní, že minimálně 1/3 sledované skupiny propuštěných zaměstnanců v době existence CEBA dojížděla denně ze Třince do Jablunkova. Podmínky dojíždění Třinec- Jablunkov je možné hodnotit z dále uvedených popisů; vzdálenost je cca 12 Km, doba jízdy 14-18 minut. Tab. č. 4 Obec a počet bydlících propuštěných Obec Počet Třinec 73 Jablunkov 20 Mosty u Jablunkova 20 Návsí 17 Písek 15

34

Obec Bystřice Vendryně Bukovec Hrádek Nýdek Písečná Český Těšín Košařiska Dolní Lomná Hrčava Milíkov

Počet 12 9 6 6 5 3 2 2 1 1 1

Nejvýznamnější je Třinec, proto jsme hodnotili pro něj i části obcí: Tab. č.5 Části Třince a počet bydlících propuštěných OBEC Třinec Třinec Třinec Třinec Třinec Třinec Třinec Třinec Třinec

Část obce Lyžbice Staré Město Oldřichovice Dolní Líštná Konská Horní Líštná Kanada Nebory Tyra

Počet 39 12 8 7 3 1 1 1 1

Lyžbice zde dominuje, neboť je zde situováno významné sídliště, navíc se jedná o jižní část města, v blízkosti výpadovky na Jablunkov. Obr.č.1 Počet propuštěných osob v jednotlivých obcích

35

Bydliště propuštěných Český Těšín

Vendryně

Počet osob

Nýdek

Třinec Bystřice

100

Hrádek

50 10

Návsí Košařiska Milíkov

Písečná Jablunkov

Písek

Dolní Lomná

Bukovec

Mosty u Jablunkova

Hrčava

4.2.2 Vzdálenost z bydliště do Jablunkova pro veřejnou hromadnou dopravu Tab.č.6 Vyhodnocení vzdálenosti k centru pro VHD N

Valid Missing Mean Median Mode Std. Deviation Variance Skewness Std. Error of Skewness Kurtosis Std. Error of Kurtosis Minimum Maximum

193 0 8,02 6,00 12 5,558 30,895 ,262 ,175 -,908 ,348 0 22

a Původní podnik = CEBO Jablunkov

Průměrná vzdálenost je asi 8 km, nejčetnější hodnota je 12 km, což odpovídá vzdálenosti Třinec, Lyžbice – Jablunkov. Další vrchol u 6 km odpovídá spojení do Mostů u Jablunkova a Bystřice.Ojediněle se vyskytují vyšší vzdálenost, maximum je 22 km.

36

Graf č.13Histogram vzdálenosti bydliště k Jablunkovu


Frequency

30

20

10

Mean = 8,02 Std. Dev. = 5,558 N = 193

0 0

5

10

15

20

25

Vzdálenost k centru pro VHD

Pokud porovnáme graf č.14 s ostatními případy, zjistíme výrazně vyšší vzdálenost ve srovnání s ostatními případy. Zde se tedy dojížďka projevovala ve větší míře, převažovala dojížďka z Třince a okolí do Jablunkova.

37

Graf č.14 Průměry vzdáleností k centru dle podniku (se směrodatnými odchylkami)

95% CI Vzdálenost k centru pro VHD

9

8

7

6

5

4

3 CEBO Jablunkov


UPNP Krnov

Původní podnik

4.2.3 Cena 1 jízdy veřejnou hromadnou dopravou z bydliště do Jablunkova Cena jízdy je určována pole aktuálních podmínek, což je nedostatkem. Bohužel nebyly k dispozici jízdní řády z roku 2002. Jistou výhodou je naopak vyřešení problému inflace cen tímto způsobem. Tab.č. 7 Vyhodnocení ceny jízdy VHD k centru N


193 0 13,26 11,00 18 8,367 70,005 ,240 ,175 -,512 ,348 0 36


38

Průměr 13 Kč je umělý, neodpovídá mu žádná dojížďka. Hlavní vrcholy tvoří cena 1819 Kč za dopravu z Třince, Lyžbice – Jablunkov i Košařiska – Jablunkov. Vedlejší vrchol u 10 Kč je za jízdu z Bukovce, Mostů a Bystřice. Graf č.15 Histogram ceny jízdy VHD z bydliště do Jablunkova


Frequency

40

30

20

10 Mean = 13,26 Std. Dev. = 8,367 N = 193

0 0

10

20

30

40

Cena jízdy VHD k centru

Pokud porovnáme graf 16 s ostatními případy, můžeme konstatovat opět výrazně vyšší pozici ve srovnání s ostatními případy.Primární důvodem je větší vzdálenost dojíždění, inflace se nemůže projevit (přestože CEBO je nejmladší případ), protože se hodnotily aktuální přepravní náklady. Graf č.16 Průměrná cena jízdy VHD k centru dle podniku(se směrodatnou odchylkou)

39

16

95% CI Cena jízdy VHD k centru

14

12

10

8

6

4 CEBO Jablunkov


UPNP Krnov

Původní podnik

4.2.4 Doba jízdy VHD k centru (minuty) Hodnocení odpovídá aktuálním jízdním řádům, nebylo možné využít jízdní řády z roku 2002. Předpokládáme jen minimální rozdíl. Tab.č.8 Vyhodnocení doby jízdy VHD k centru (min) N


193 0 13,06 14,00 14 10,353 107,194 1,080 ,175 ,728 ,348 0 41


40

Graf č.17 Histogram doby jízdy VHD z bydliště do Jablunkova


Frequency

30

20

10

Mean = 13,06 Std. Dev. = 10,353 N = 193

0 0

10

20

30

40

50

Doba jízdy VHD k centru (min)

Aritmetický průměr je blízký mediánu a módu. Hlavní maximum 14-18 minut odpovídá opět Třinci a některým dalším obcím (Bukovec, Mosty, Milíkov). Vedlejší vrchol pro 36-38 minut zastupuje dojíižďku z některých částí Třince, Hnojníku a Košařiska. Porovnání situace pro CEBO s ostatními případy v grafu 18 potvrzuje již komentované odlišnosti. Je zajímavé, že rozdíl je podstatně menší.

41

Graf č.18 Průměrné doby jízdy VHD z bydliště do centra dle podniku (se směrodatnými odchylkami)

95% CI Doba jízdy VHD k centru (min)

14

12

10

8

6

CEBO Jablunkov


UPNP Krnov

Původní podnik

42

4.3 Vyhodnocení uplatnění propuštěných osob na trhu práce Při vyhodnocování jsme využili celou řadu dílčích ukazatelů, které se snaží popsat situaci osob. Kladli jsme také specifické otázky a hledali na ně odpověď.

4.3.1 Kdo a kdy se objevil v evidenci a jak dlouho trvala tato jejich první evidence? 18 sledovaných propuštěných se vůbec neobjevilo v evidenci UP. Jejich základní charakteristiky jsou uvedeny v tabulce 9. Tab.č.9 Základní popis propuštěných osob bez evidence UP IDCISLO ROK NAROZENÍ

OBEC

520

1961

Třinec

536

1972

Návsí

539 558

1955 1970

Český Těšín Návsí

624

1961

Třinec

628 680 681 682 683 684 685 686 687 688 690 691 692

1954 1966 1973 1951 1949 1964 1962 1956 1975 1957 1951 1958 1980

Český Těšín Třinec Třinec Jablunkov Jablunkov Bukovec Mosty u Jablunkova Mosty u Jablunkova Třinec Mosty u Jablunkova Třinec Jablunkov Mosty u Jablunkova

Nejvyšší dosažené Klasifikace zaměstnání vzdělání Základní + Pomocní a nekvalifikovaní praktická škola pracovníci v dopravě, ve skladech, v telekomunikacích a na poštách apod. jinde neuvedení Střední odborné sklář brusič (vyučen) Střední odborné šička kožešin, kůží; krejčí dámský (vyučen) ÚSO s maturitou nižší úředník provozní, praktikant (bez vyučení) v provozu

U této skupiny preferujeme vysvětlení, že si našli přímo práci sami a kontinuálně do ní přešli bez evidence na úřadu práce. U nikoho z nich se nedá situace vysvětlit odchodem do důchodu, k tomu aspiruje pouze uchazeč číslo 683 až ke konci sledovaného období. Pokud jde o charakteristiky této skupiny, nejsou u ní patrné nějaké jednoduché závislosti. Věk i bydliště je u této skupiny různorodý, nejvyšší dosažené vzdělání a klasifikaci zaměstnání evidujeme v této skupině pouze u 4 osob, není tedy možné ho hodnotit. V evidenci ÚP se objevilo 175 osob ze 193.

43

Tab.č.10 Nástup propuštěných osob do evidence UP Čas Do 1 dne Do 1 týdne Do 14 dní Do měsíce Do 2 měsíců Do půl roku Do 1 roku Do 2 let

Kumulativní počet lidí 146 146 147 151 154 169 173 175

Přírůstek +0 +1 +4 +3 +15 +4 +2

Tedy pozdější nástup do evidence byl zde výjimečný - jen 2 lidi po déle než roce z celkového počtu 175, kteří se objevili v evidenci. Graf č.19 Počet osob v evidenci ÚP po určité době po propuštění Počet lidí v evidenci po určité době po propuštění 180

počet lidí v evidenci

175 170 165 160 155 150 145 140 135

čas po propuštění

Do 2 let

Do 1 roku

Do půl roku

Do 2 měsíců

Do měsíce

Do 14 dní

Do 1 týdne

Do 1 dne

130

kumulativní počet lidí

Situace se výrazně odlišuje od jednání sledovaných osob z UPNP nebo Dřevokombinátu. Zde pro CEBO se většina zaregistrovala téměř ihned. Důvody můžeme spatřovat jednak v lepším poučení osob, jak se chovat při ukončení zaměstnání, případně se může projevit skutečnost vysokého podílu žen a specifické profese u CEBO, které vedly k očekávání problémů při hledání nového uplatnění na trhu práce a tedy většímu spoléhání na úřad práce.

4.3.2 Kdo vůbec nepracoval a byl po celou dobu jen na evidenci ÚP? Jedná se o 12 osob, jejichž základní charakteristiky jsou v tabulce 11.

44

Poznámka: Protože pro zpracování a srovnávání počtu dní bylo proveden zápočet osob od jednoho datumu (zde 1.3.2002), evidujeme u prvních 3 osob 31 dní zaměstnání (ještě před propuštěním z CEBO), až pak evidenci; u zbylých 9 osob pak 61 dní zaměstnání (kdy byli ještě zaměstnáni v CEBO). Tato skutečnost nemůže významně ovlivnit výsledky zpracování.

Tab.č.11Základní popis osob setrvávajících v evidenci UP Obec

Část obce

Klasifikace zaměstnání

507

Rok narození 1958

Jablunkov

Jablunkov

511

1956

Třinec

Lyžbice

544

1949

Milíkov

Milíkov

555 576 600 610

1947 1946 1968 1953

622

1957

Třinec Třinec Třinec Mosty u Jablunkova Návsí

Lyžbice Staré Město Lyžbice Mosty u Jablunkova Návsí

657 659

1954 1962

Bystřice Vendryně

Bystřice Vendryně

661

1979

Návsí

Návsí

667

1951

Mosty u Jablunkova

Mosty u Jablunkova

obuvník svrškař, lepič obuvi; dříve pomocný dělník v průmyslu (ve výrobě) šička technické konfekce strojní (sklář brusič, prodavač průmyslového zboží) svrškař - obsluha obuvnického šicího stroje (pomocný dělník v průmyslu) šička technické konfekce strojní (prodavač) šička kožešin, kůží (pomocný dělník) Nekvalifikovaný pracovník jinde neuvedený svrškař - obsluha obuvnického šicího stroje (prodavač) šička kožešin, kůží (švadleny, manipulační dělník v zeměměřičství) šička, švadlena oděvní konfekce (pomocník, uklízeč) šička kožešin, kůží (soustružník kovů, pomocníci a uklízeči) dělník obuvnické výroby (prodavači, odborný administrativní pracovník) dělník obuvnické výroby ( prodavač textilu, obuvi, mistr)

IDCISLO

Uvedená skupina byla posuzována samostatně vůči zbytku sledovaných propuštěných, zda se něčím významně liší. Skupina je různorodá co do věku i bydliště, relativně častěji se zde objevuje Návsí a Mosty u Jablunkova, v zaměstnání především pomocní a nekvalifikovaní pracovníci. Další osoby jsou již v evidenci ÚP s částečným zaměstnáním (byť jen několik dnů). Ze srovnání s případy UPNP a Dřevokombinát vyplývá, že u nich nebyl zaznamenán žádný případ, kdyby osoba byla celou dobu pouze v evidenci. Svou roli může ovšem hrát i kratší doba od propouštění.

4.3.3 Do jakých firem propuštěné osoby nastoupili? Při zpracování a při interpretaci si musíme být vědomi skutečnosti, že status firmy (počet zaměstnanců, právní forma, OKEC, sídlo) je získán až v současnosti, protože nejsou k dispozici historické údaje o těchto firmách. To může vadit především pro hodnocení počtu zaměstnanců (tedy hodnocení velikosti firem, které se při umísťování propuštěných uplatnily). Hodnocení bylo prováděno agregačními dotazy nad tabulkou CURVITAE se selekcí záznamů po propuštění, ke zpracování byla tedy použita všechna zaměstnání, která jsou známa po propuštění. Tab.č.12 Typ organizace, které se uplatnila při zaměstnání propuštěných osob 45

Typ organizace neznámo Společnost s ručením omezeným Podnikatel-fyzická osoba-nezapsaný v obchodním rejstříku Příspěvková organizace Akciová společnost Obec (obecní úřad) Spotřební družstvo Družstvo Okresní úřad Zahraniční osoba Státní podnik

Počet zaměstnaných osob 97 31 29 7 6 3 3 2 1 1 1

Můžeme konstatovat velký podíl společností s ručením omezeným i fyzických osob. Z hlediska počtu zaměstnanců se na rozdíl od dalších sledovaných případů jeví významnější podíl malých firem, částečně i středních firem. Podařilo se ovšem zjistit situaci jen zhruba u poloviny zaměstnaných osob. Tab.č.13 Velikost organizace, které se uplatnila při zaměstnání propuštěných osob Počet pracovníků v organizaci Počet zaměstnaných osob neznámo 105 25 - 49 15 1-5 14 200 - 249 10 0 8 250 - 499 5 50 - 99 5 20 - 24 5 10 - 19 5 6-9 4 100 - 199 3 1500 - 1999 2

Pokud budeme sledovat nejčetnější OKEČ (klasifikace ekonomických činností) u firem, které zaměstnaly propuštěné, můžeme konstatovat, že se zde projevuje větší podíl typické terciérní sféry, jako jsou prodejny, hotely a restaurace. Je možné, že se zde projevil vliv turistického ruchu, který je schopen zde absorbovat některé propuštěné. Vedle toho se výrazněji projevuje nabídka práce v kovo výrobě. Naopak se tu neprojevuje původní orientace firmy CEBO, tedy výroba obuvi. Se zánikem CEBO Jablunkov došlo k zániku i tohoto typu výroby v mikroregionu. Tato skutečnost samozřejmě negativně ovlivňuje situaci propuštěných na trhu práce a je to také jeden z rozdílů vůči jiným sledovaným případům. Je ovšem skutečností, že část zaměstnanců měla svou původní profesi, kterou nebyla šiška svrškařka. Na tu byly ženy rekvalifikovány, případně zaučeny.

46

Pronajímatelem prostor po zaniklé CEBO se stala firma Loučka-Olza, ta se ale nijak neprojevila při zaměstnávání propuštěných (pouze 1 propuštěná osoba, zaměstnání trvalo 1 měsíc). Tab.č.14 OKEČ organizace a počet zaměstnaných osob (uvedeny jen záznamy s počtem 3 a více) OKEC5A 28620 28630 52100 51100 52120 80101 55100 52110 55300 50500 75110 15980

Význam Počet zaměstnaných osob neznámo 99 Výroba nástrojů a nářadí 7 Výroba zámků a kování 7 Maloobchod se smíšeným zbožím 6 Zprostředkování obchodu 6 Ostatní maloobchod se smíšeným zbožím 5 Předškolní výchova 5 Provoz zařízení hotelového typu 5 Maloobchod se smíšeným zbožím, hlavně potravinami, nápoji a tabákem 4 Provoz restaurací, bufetů apod. 4 Maloobchodní prodej pohonných hmot 3 Všeobecná správa 3 Stáčení minerální a pitné vody do lahví a výroba nealkoholických nápojů 3

Pokud se pokusíme agregovat OKEC do základních kategorií (podle 1.číslice), zdá se, že se potvrzuje největší absorbční schopnost služeb (maloobchod a další), významně se projevuje i lesnictví a přidružené činnosti. Kategorie OKEC dle 1.číslice však neposkytují dobrý základ pro hodnocení, protože jsou činnosti obtížně z našeho pohledu interpretovatelné (viz tabulka 15). Tab.č.15 Klasifikace činností na 1 písmeno a počet zaměstnaných osob OKEC – 1.číslice 5 2 8 7 1 6 0 4

Význam

Počet zaměstnaných osob neznámo 99 Rybolov, maloobchod, velkoobchod, pohostinství a ubytování, stravování 37 Lesnictví, vydavatelství, průmyslová výroba 18 Školství, vzdělávání, zdravotnictví, sociální péče 7 Nemovitosti, pronájmy, zpracování dat, software, výzkum a vývoj, 7 poradenství, služby, veřejná správa Zemědělství, myslivost a související činnosti 5 Doprava, pošta, telekomunikace, peněžnictví, pojišťovnictví 3 3 Výroba a rozvod elektřiny, plynu, páry a teplé vody, výroba chladu, 2 stavebnictví

4.3.4 Kde se nachází sídlo zaměstnavatele? Ze známých sídel zaměstnavatele nejvíce dominuje Třinec, což není překvapivé s ohledem na bydliště sledovaných propuštěných. Pouze ojediněle se projevují vzdálenější sídla zaměstnavatelů jako je Praha ve 3 případech. Protože se jedná o sídlo zaměstnavatele, nemusí to nutně znamenat dojíždění do zaměstnání do takové vzdálenosti. Celkově se z dostupných dat tedy nedá prokázat vyvolání migrace za prací po propuštění. 47

Tab.č.16 Počet zaměstnaných osob dle sídla zaměstnavatele Sídlo zaměstnavatele Počet zaměstnaných osob 98 Třinec 38 Bystřice nad Olší 8 Jablunkov 7 Dolní Životice 6 Frýdek-Místek 6 Mosty u Jablunkova 3 Písek 3 Praha 3 Návsí 2 Ostrava 2 Orlová 1 Hrádek 1 Český Těšín 1 Brno 1 Lanžhot 1

Na administrativní mapě obcí Moravskoslezského kraje je zřetelné, že nejvíce osob nalezlo po propuštění zaměstnání ve svém domovském mikroregionu Jablunkovsko, další významný podíl směřoval do přilehlé části Moravskoslezského kraje. Zajímavé je zaměstnání 6 osob v Dolních Životicích (firma Vlastimil Pasič). Sídlo zaměstnavatele Praha (pro Mediaservis a Gepar) nemusí nutně znamenat práci v Praze a tedy přestěhování nebo týdenní dojíždění apod.

48

Obr.č.2 Sídla zaměstnavatelů s počtem zaměstnaných osob

Kraj moravskoslezský

#

#

#

#

#

#

# #

Počet zaměstnaných osob

#

40

#

#

#

#

# 20 #

4

Posuzujeme-li přímo vztah mezi obcí bydliště a sídlem zaměstnavatele, který se uplatnil po propuštění, lze konstatovat, že obyvatelé Třince skutečně nejvíce našli místo v Třinci. U ostatních obcí lze toto jen stěží hodnotit, někde sice zaměstnání v obci bydliště převažuje, ale počty osob jsou příliš nízké pro hodnocení (např. 2 osoby u Bystřice nad Olší, Písek). Celý rozpis je uveden v příloze 4.

4.3.5 Uplatnila se některá firma významně při absorbci propuštěných? Jak je vidět v přehledu v tabulce 17, nemůžeme hovořit o dominanci některé firmy při zaměstnávání propuštěných. Sedmkrát se uplatnily firmy STEELTEC CZ, s. r.o., a UPG, s.r.o., následují fyzické osoby. Firma Loučka-Olza, která využívala prostory pro CEBO Jablunkov se při zaměstnávání téměř vůbec neuplatnila.

49

Tab.č.17 Nejvýznamnější firmy zaměstnávajících propuštěné (jen do 3 zaměstnanců včetně) IČO

Zaměstnavatel

19010567 STEELTEC CZ, s. r.o. 25366807 UPG, s.r.o. 12696587 Vlastimil Pasič (Dolní Životice) 47643960 Bronislav Sikora 70983674 Mateřská škola Třinec, Slezská 778, okres Frýdek - Místek, příspěvková organizace 00032379 JEDNOTA, spotřební družstvo ve Frýdku-Místku 00536016 WALMARK, a.s. 66747171 Ing. Miloš Wawrosz

Počet zaměstnaných osob 7 7 6 5 5 3 3 3

Statistika prvního zaměstnání po propuštění Pokusili jsme se také hodnotit pouze prvního zaměstnavatele po propuštění. Vzhledem k nízkým počtům propuštěných, u kterých je identifikován zaměstnavatel, však statistika přináší ještě méně poznatků než statistika všech firem , které se uplatnily při zaměstnávání propuštěných. Vyhodnocení je možno nalézt v příloze 5.

4.3.6 Jaké kategorie evidence uchazečů se vyskytují? Pouze u části záznamů byla uvedena kategorie zvláštní péče o uchazeče. Bohužel nejsme schopni sledovat vývoj této kategorizace v průběhu různých evidencí, registroval se pouze aktuální stav. Tab.č.18 Zastoupení kategorie péče o uchazeče ve sledované skupině Kód D B 8 2 5 6 4 9

Kategorie péče o uchazeče Osoby se zdravotním postižením (Absolvent bez KKOV) Evidenci delší než 6 měsíců Mladiství Péče o dítě do 15 let, mimořádná péče Starší 50 let Těhotné ženy Zvláštní pomoc

Počet evidovaných 12 30 34 14 24 40 14 1

U kohorty CEBO se vyskytují především skupiny „Starší 50 let“ a „Absolventi“. Můžeme konstatovat rozdíl vůči např. Dřevokombinátu, kde se vyskytovala evidence především organizačních změn. Jedním z hlavních důvodů ale může být zěmna přístupu k evidenci mezi roky sledování.

4.3.7 Jak se uplatnili OSVČ? Přechod z evidence Úp do samostatné výdělečné činnosti byl relativně malý - u CEBA 5 případů, u UPNP jen 7 případů, u Dřevokombinátu pouze 1 případ.

50

4.3.8 Vyhodnocení počtu evidencí po propuštění ve sledované skupině propuštěných Graf č.20 Počet evidencí na UP

Počet evidencí ÚP Původní podnik: CEBO Jablunkov 70

60

Percent

50

40

30

20

10

0 1

2

3

4

6

Počet evidencí ÚP

Více než 65 % mělo pouze 1 evidenci na ÚP, téměř 30 % 2 evidence, vyskytují se ale i vyšší počty evidencí na UP, přesto, že ve srovnání s ostatními případy se sledovaly pouze 2 roky od propuštění. Srovnání s ostatními případy: U Dřevokombinátu se projevuje zhruba 37-38 % podíl zastoupení 1 či 2 evidencí, asi 17% osob mají 3 evidence a 10% osob mají 4 evidence. U UPNP se projevuje celkem pravidelná křivka poklesu počtu evidencí v % případů. 1 evidence asi ve 38 % případů, kolem 20% mají 2 i 3 evidence, 10% osob mají 4 evidence, zhruba 5 % má 5, 6 evidencí. Můžeme tedy konstatovat, že u CEBO výrazně dominuje jedna evidence ve srovnání s ostatními, to je ale ovlivněno a vysvětlováno délkou sledovaného období.

4.3.9 Vyhodnocení souhrnné délky evidencí po propuštění ve sledované skupině propuštěných Tab.č.19 Vyhodnocení celkové doby v evidenci ÚP

51

N

Valid Missing

175 18 Mean 484,65 Median 455,00 Mode 873(a) Std. Deviation 270,837 Variance 73352,851 Skewness ,280 Std. Error of Skewness ,184 Kurtosis -1,094 Std. Error of Kurtosis ,365 Minimum 9 Maximum 995 a Multiple modes exist. The smallest value is shown b Původní podnik = CEBO Jablunkov

Celkové sledované období u všech osob mělo 1026 dnů (od 1.3.2002 do 20.12.2004). Průměrná délka pobytu v evidenci je tedy 485 dní (medián 455 dní), což 47%, tedy téměř polovinu období strávily osoby v průměru v evidenci. Maximum 995 dní je ve skutečnosti dáno jen požadavkem stejné délky období, jak bylo výše uvedeno, existuje zde 12 osob, kteří po celou dobu byli v evidenci UP. Variační koeficient je 56 %, tedy je zde významné rozptýlení hodnot. Šikmost souboru je nízká, soubor je plošší než normální. Graf č.21 Histogram celkové doby v evidenci UP


Frequency

15

10

5

Mean = 484,65 Std. Dev. = 270,837 N = 175

0 0

200

400

600

800

1000

1200

Dny v evidenci ÚP

52

Histogram vykazuje několik vrcholů, základním je vrchol u souhrnné délky evidence cca 300 dní, tedy téměř 1rok. Jedno z vedlejších maxim ukazuje i na poměrně vysoký podíl osob, které byly stále v evidenci nebo jen krátce mimo ni. Srovnání s ostatními případy: Je zde velmi výrazný rozdíl proti Dřevokombinátu i UPNP, které oba vykazují výrazně levostrannou distribuci s dominancí první třídy a následným téměř plynulým poklesem, který vypovídá o vcelku příznivé situaci, charakterizované největším podílem osob, které byly nejkratší dobu evidováni a s délkou evidence poměrně klesalo zastoupení těchto osob ve sledovaném souboru. Celková doba v evidenci ÚP byla agregována dle obcí bydliště a vypočtena průměrná hodnota za každou obci. Pro nízký počet osob v jednotlivých obcích lze situaci jen obtížně hodnotit. Relativně lepší situace v tomto ukazateli je v Hrádku (ale pouze 6 osob). Situace při hranici se Slovenskem se jeví o něco horší (přitom Hrčavu nelze hodnotit kvůli 1 osobě). Obr.č.3 Průměrná délka souhrnné evidence v obci Průměrná délka evidence na ÚP ve dnech 200 až 299 300 až 399 400 až 499 500 až 599 900 a více

Český Těšín

(2) (2) (5) (5) (1)

Vendryně Třinec Nýdek

Bystřice

Hrádek Návsí Košařiska Milíkov

Písečná

Bocanovice Jablunkov Dolní Lomná

Mosty u Jablunkova

0

5

Písek

Bukovec

Hrčava

10

kilometrů

53

4.3.10 Vyhodnocení počtu dnů od propuštění do 1.evidence ve sledované skupině propuštěných Tab.č. 20 Vyhodnocení počtu dnů od propuštění do 1.evidence N


175 18 21,33 1,00 1 69,403 4816,784 5,059 ,184 29,376 ,365 1 557


Průměrná hodnota je 21 dní, ale nejčetnější (i medián) je 1 den, což potvrzuje dřívější nálezy. Variační koeficient je značně vysoký – 325%. Koeficienty šikmosti i špičatosti jsou velmi vysoké. Asymetrický tvar distribuce potvrzuje i histogram. Graf č.22 Histogram počtu dnů od propuštění do 1.evidence

54

Histogram Původní podnik: CEBO Jablunkov

Frequency

150

100

50

Mean = 21,33 Std. Dev. = 69,403 N = 175

0 0

100

200

300

400

500

600

Počet dnů od propuštění do 1.evidence

Je vidět, že z celkového počtu 175 jich více než 150 nastoupilo hned v prvních dnech po propuštění do evidence UP. Malý podíl pak do 100 dní, a později již jen jednotlivé případy. V porovnání s ostatními případy má CEBO nejrychlejší nástupy do evidence. Korelace s ostatními ukazateli: Velmi vysoká korelace se jeví k Průměrné délce jedné evidence na ÚP (Pearsonův 0,965; Spearmanův 0,934, oba na hladině významnosti 0.01). Je vidět , že to jsou zástupné ukazatele. Významnou a vysokou korelaci vykazuje také „Počet dnů do 1.zaměstnání po propuštění delšího 1 roku“ (0,711 Pearsonův k.k., 0,706 Spearmanův k.k., oba na hladině významnosti 0.01). Rovněž „Podíl doby v evidenci ÚP“ má podobnou vazbu (0,861 Pearsonův k.k., 0,837 Spearmanův k.k., oba na hladině významnosti 0.01). Graf č.23 Závislost průměrné délky 1 evidence na počtu dnů v 1.evidenci na UP

55

Průměrná délka jedné evidence na ÚP

CEBO Jablunkov


2000

$ $ $

1000

0

$$ $$ $$$ $$$ $$$ $$ $ $ $ $ $ $$$$$$ $$ $$ $ $$$ $ $ $ $ $$$$$ $$$$$$$$ $ $$ $$ $$$ $$ $ $ $ $ $ $$$ $$$ $ $$ $$$$ $ $ $$$$$$ $ $ $$

$ $

$ $$

$$

$ $$ $$$ $$$

$ $

$

$

$

$ $

$$ $

$

$

$$ $ $$$$$ $ $ $ $ $ $$$ $$ $ $ $$$$ $ $ $ $ $ $$$$$$$ $ $$$$$ $$$$

$

$

$

$

UPNP Krnov


$

2000

$

$

1000 $

$ $

$

0

$$

$ $ $ $ $$ $ $$$ $$ $$ $ $$ $$ $$$$$$ $$ $ $ $ $ $ $$$ $$ $$$ $ $$ $$$$$$$$ $$ $$ $ $ $ $ $ $$

0

$ $

$

$

1000

2000

Počet dnů v 1.evidenci po propuštění

Na obrázku se ukazuje sada měření pod úhlem 45 stupňů. Nejde o chybu, ale zákonitý výsledek situace, že v části případů je průměrná délka 1.evidence po propuštění rovna počtu dnů v 1.evidenci o propuštění, protože u těchto osob byla pouze jediná evidence a více jich nenastalo. To také vysvětluje vysokou míru korelace. Ukazatel byl agregován dle obcí bydliště a byla vypočtena průměrná hodnota za každou obci. Pro nízký počet osob v jednotlivých obcích lze situaci jen obtížně hodnotit. Nejvyšší dobu do nástupu evidence vykazuje skupina obcí Návsí, Písek, Jablunkov. Obr.č.4 Doba od propuštění do nástupu 1.evidence na ÚP (průměr za obec)

56

Doba do nastoupení evidence na ÚP průměrný počet dnů 1 taž 9 10 až 19 20 až 29 30 až 39 50 až 59

Český Těšín

(6) (5) (1) (1) (2)


Bystřice


Písečná


Bukovec

Mosty u Jablunkova

0

5

Písek

Hrčava

10

kilometrů

4.3.11 Vyhodnocení počtu dnů v 1.evidenci po propuštění ve sledované skupině propuštěných: Tab.č. 21 Vyhodnocení počtu dnů v 1.evidenci po propuštění N

Valid Missing

175 18 Mean 406,30 Median 309,00 Mode 214(a) Std. Deviation 277,615 Variance 77069,845 Skewness ,738 Std. Error of Skewness ,184 Kurtosis -,652 Std. Error of Kurtosis ,365 Minimum 9 Maximum 995 a Multiple modes exist. The smallest value is shown b Původní podnik = CEBO Jablunkov

57

Aritmetický průměr činí 406 dní v 1.evidenci, což je značně vysoká hodnota, v průměru déle než 1 rok byli v evidenci. Variační koeficient není tak extrémní, 68 % je ale stále vysoká hodnota. Šikmost je významná, špičatost není výrazně odlišná od normální. Graf č. 24 Histogram počtu dnů v 1.evidenci po propuštění


Frequency

20

15

10

5 Mean = 406,3 Std. Dev. = 277,615 N = 175

0 0

200

400

600

800

1000

1200


Histogram ukazuje hlavní maximum kolem 1 roku trvání evidence, druhé výraznější maximum odpovídá osobám, které byly prakticky celou sledovanou dobu v evidenci UP. Situace se významně liší od ostatních případů, které prezentují křivku typu L a tedy největší zastoupení krátkého pobytu v 1.evidenci na UP. Korelace s ostatními ukazateli: Velmi vysoká korelace se jeví především k podílu doby v evidenci ÚP (Pearsonův k.k. 0,855; Spearmanův k.k. 0,844, oba na hladině významnosti 0.01) a obdobným ukazatelům. To potvrzuje, že to jsou zástupné ukazatele. Ukazatel byl agregován dle obcí bydliště a vypočtena průměrná hodnota za každou obci.

58

Pro nízký počet osob v jednotlivých obcích lze situaci jen obtížně hodnotit. Relativně horší hodnoty vykazuje skupina obcí v rohu republiky při hranici se Slovenskem a Polskem (vyjma Hrčavy, kterou ale nelze hodnotit kvůli 1 osobě). Obr.č.5 Průměrný počet dnů v 1.evidenci po propuštění (dle bydliště) Průměrná délka evidence na ÚP ve dnech 100 až 199 200 až 299 300 až 399 400 až 499 500 až 599 900 až 999

Český Těšín

(2) (2) (5) (4) (1) (1)


Bystřice


Písečná


Bukovec

Mosty u Jablunkova

0

5

Písek

Hrčava

10

kilometrů

4.3.12 Vyhodnocení průměrné délky v evidenci po propuštění ve sledované skupině propuštěných Tab.č. 22 Vyhodnocení průměrné délky v evidenci po propuštění N

Valid Missing Mean Median Mode Std. Deviation Variance Skewness Std. Error of Skewness

175 18 391,72 304,00 873(a) 276,651 76536,029 ,862 ,184

59

Kurtosis Std. Error of Kurtosis Minimum Maximum

-,477 ,365 9 995

a Multiple modes exist. The smallest value is shown b Původní podnik = CEBO Jablunkov

Průměrná délka v evidenci je 392 dní, tedy blízká 1 roku. Tento aritmetický průměr i medián korespondují s hodnotami zjištěnými pro 1.evidenci. Obdobná je i velikost šikmosti a špičatosti. Rovněž histogram je velmi podobný již hodnocené situaci. Můžeme se výsledky pokusit srovnat s průměrnou dobou evidence uchazečů v regionu, uváděnou na konci roku 2002. Průměrná dobou evidence uchazečů v regionu, kteří byli z registrů úřadů práce vyřazeni ve 4. čtvrtletí 2002, představovala 301 dní. Průměrná doba setrvání všech uchazečů dosáhla 609 dní. Z tohoto pohledu hodnoty nijak nevybočují. Graf č. 25 Histogram průměrné délky v evidenci UP


Frequency

20

15

10

5 Mean = 391,72 Std. Dev. = 276,651 N = 175

0 0

200

400

600

800

1000

1200


4.3.13 Vyhodnocení souhrnné délky nezapočitatelné činností po propuštění ve sledované skupině propuštěných Tab.č.23 Vyhodnocení celkové doby nezapočitatelné činnosti (dny) N

Valid Missing

33 160

60

Mean Median Mode Std. Deviation Variance Skewness Std. Error of Skewness Kurtosis Std. Error of Kurtosis Minimum Maximum

82,15 63,00 30(a) 64,933 4216,258 2,473 ,409 7,913 ,798 10 344 a Multiple modes exist. The smallest value is shown b Původní podnik = CEBO Jablunkov

Průměrný počet dnů nezapočitatelné činnosti je 82, což je asi 8% z celkového sledovaného období. Šikmost i špičatost jsou vysoké, častější je pochopitelně kratší délka nezapočitatelné činnosti, což je i dobře vidět z histogramu. Graf č. 26 Histogram celkové doby nezapočitatelné činnosti


Frequency

8

6

4

2 Mean = 82,15 Std. Dev. = 64,933 N = 33

0 0

100

200

300

400

Počet dnů nezapočitatelné činnosti

Ukazatel byl agregován dle obcí bydliště a vypočtena průměrná hodnota za každou obci. Pro nízký počet osob v jednotlivých obcích lze situaci jen obtížně hodnotit.

61

Nicméně se ukazuje, že mikroregionem s vyšší hodnotu tohoto ukazatele je pás obcí u Jablunkova. Zdaleka nejvíce využívají tento způsob osoby z Návsí a Jablunkova (131 resp. 140 dní). Obr.č.6 Průměrná doba nezapočitatelné činnosti dle bydliště Délka nezapočitatelné činnosti průměrný počet dní v obci 30 až 49 (2) 50 až 69 (6) 90 až 140 (5)

Český Těšín POLSKO


Bystřice


Dolní Lomná

5

Písek

Bukovec

Mosty u Jablunkova

0

POLSKO

Písečná

Bocanovice Jablunkov

10

Hrčava SLOVENSKO

kilometrů

4.3.14 Vyhodnocení souhrnné délky neznámého stavu po propuštění ve sledované skupině propuštěných Tab.č.24 Vyhodnocení celkové doby neznámého stavu N

Valid Missing

Mean Median Mode Std. Deviation Variance Skewness Std. Error of Skewness Kurtosis

64 129 420,86 368,00 1026 414,281 171628,567 ,348 ,299 -1,518

62

Std. Error of Kurtosis Minimum Maximum

,590 1 1026


Graf č.27 Histogram celkové doby neznámého stavu


25

Frequency

20

15

10

5 Mean = 420,86 Std. Dev. = 414,281 N = 64

0 0

200

400

600

800

1000

1200

Počet dnů neznámého stavu

Neznámá situace se ukazuje pouze u 64 osob z celkového počtu 193. Histogram ukazuje, že u 27 osob není známa jejich situace v úhrnné délce do 100 dní, dalších 23 osob má neznámou situaci v souhrnné délce až 900 dní a je zde i skupina 14 osob, o které nic nevíme po celou dobu sledování. Podobný histogram má i UPNP, kde je ale počet především těch krajních stavů mnohem vyšší.

4.3.15 Vyhodnocení souhrnné délky péče o jinou osobu po propuštění ve sledované skupině propuštěných Počet případů (6) je příliš malý pro hodnocení.

4.3.16 Vyhodnocení souhrnné délky rekvalifikace po propuštění ve sledované skupině propuštěných Tab.č.25 Vyhodnocení souhrnné délky rekvalifikace (dny)

63

N

Valid Missing

27 166 57,70 25,00 23 49,136 2414,370 ,807 ,448 -,882 ,872 5 163

Mean Median Mode Std. Deviation Variance Skewness Std. Error of Skewness Kurtosis Std. Error of Kurtosis Minimum Maximum a Původní podnik = CEBO Jablunkov

Celkově rekvalifikací prošlo 27 osob, z toho některé 2x. Souhrnná délka rekvalifikace se pohybuje u jednotlivých osob od 5 do 163 dní, průměr činí 58 dní, medián je ovšem mnohem menší (25 dní). Graf č.28 Histogram souhrnné délky rekvalifikace


10

Frequency

8

6

4

2 Mean = 57,7 Std. Dev. = 49,136 N = 27

0 0

50

100

150

200

Počet dnů na rekvalifikacích

Z histogramu je zřejmé převaha doby rekvalifikace do 25 dní, skupina 7 osob prošla rekvalifikacemi v rozsahu 100-163 dní. Rekvalifikace se v případě CEBO významně uplatnily na rozdíl od Dřevokombinátu a UPNP, kde byla rekvalifikace zanedbatelná.

64

4.3.17 Vyhodnocení počtu zaměstnání po propuštění ve sledované skupině propuštěných Tab.č.26 Vyhodnocení počtu zaměstnání po propuštění N

Valid Missing

179 14 2,01 2,00 2 ,989 ,977 1,706 ,182 4,861 ,361 1 7

Mean Median Mode Std. Deviation Variance Skewness Std. Error of Skewness Kurtosis Std. Error of Kurtosis Minimum Maximum a Původní podnik = CEBO Jablunkov

Graf č. 29 Histogram počtu zaměstnání po propuštění

Počet zaměstnání Původní podnik: CEBO Jablunkov 100

Frequency

80

60

40

20

0 1

2

3

4

5

6

7

Počet zaměstnání

Nejvíce zastoupené jsou 2 zaměstnání. Zastoupení počtu zaměstnání je odlišné od Dřevokombinátu (sice také 2 zaměstnání nejčetnější, ale relativně více jsou zastoupeny vyšší počty zaměstnání) i do UPNP (dominuje 1 zaměstnání a pak se křivka četnosti postupně snižuje).

65

4.3.18 Vyhodnocení souhrnné délky zaměstnání po propuštění ve sledované skupině propuštěných Tab.č.27 Vyhodnocení souhrnné délky zaměstnání N


179 14 442,70 435,00 61 306,624 94018,086 ,180 ,182 -1,303 ,361 31 1026


Průměrná délka pobytu v zaměstnání je 443 dní (blízký je i medián 435 dní), z celkového sledovaného období je to přibližně 43%. Hodnoty kolísají od 31 dní (prakticky je to ale 0, byla to ještě doba v zaměstnání v CEBO před propuštěním, důvodem je potřeba stejné délky sledovaného období a proměnlivého datumu propouštění) do 1026, tedy od 0 do 100%. Graf č. 30 Histogram souhrnné délky zaměstnání

66


25

Frequency

20

15

10

5 Mean = 442,7 Std. Dev. = 306,624 N = 179

0 0

200

400

600

800

1000

1200

Počet dnů v zaměstnání

Histogram vykazuje celkem rovnoměrné zastoupení jednotlivých délek souhrnného zaměstnání, výrazně vyšší je pouze nejkratší délka pobytu v zaměstnání, naopak ty nejdelší délky souhrnného pobytu v zaměstnání jsou bohužel nejméně četné. Dřevokombinát naopak vykazuje větší zastoupení těch nejdelších délek zaměstnanosti, UPNP má zastoupeny oba extrémy, tedy jak nejkratší tak nejdelší doby zaměstnanosti. Ke srovnání celkové doby strávené v zaměstnání po propuštění s dobou v evidenci na ÚP (součet všech případů v dané obci) bylo použito kartodiagramu. Většina obcí má přibližně situaci, kde mírně převládá evidence na ÚP před dobou strávenou v zaměstnání, pouze Návsí a Hrádek má převahu doby zaměstnání nad evidencí na ÚP.

67

Obr.č.7 Srovnání celkové doby v zaměstnání a v evidenci UP

Srovnání doby v zaměstnání a v evidenci Český Těšín

Vendryně

Nýdek

Třinec Bystřice Hrádek Návsí Košařiska

Milíkov

Součet počtu dní daného stavu 40 000

Písečná Jablunkov

Písek Bukovec

Dolní Lomná

Hrčava

zaměstnání evidence na ÚP

Mosty u Jablunkova

4.3.19 Vyhodnocení doby do prvního zaměstnání s délkou alespoň jeden rok po propuštění ve sledované skupině propuštěných Tab.č.28 Vyhodnocení doby do prvního zaměstnání s délkou alespoň jeden rok N


75 118 282,57 276,00 0 162,746 26486,248 ,003 ,277 -,943 ,548 0 610


68

Doba kolísá od 0 (tedy okamžitý nástup do delšího zaměstnání) až do 610 dní, v průměru je ale 283 dní. Šikmost souboru je velmi nízká, špičatost ukazuje na plošší distribuci. Histogram ukazuje na celkem rovnoměrné zastoupení jednotlivých případů délky této čekací doby. Graf č.31 Histogram doby do prvního zaměstnání s délkou alespoň jeden rok


Frequency

8

6

4

2

0 0

100

200

300

400

500

600

Mean = 282,57 Std. Dev. = 162,746 700 N = 75

Počet dnů do 1.zaměstnání po propuštění delšího 1 roku

U Dřevokombinátu je výraznější zastoupení kratší doby a postupně s délkou čekací doby četnost nepravidelně klesá. UPNP vykazuje ještě výraznější pokles zastoupení delší čekací doby (nejkratší doba je výrazně nejčetnější). CEBO má tedy ze všech případů nejhorší průběh (nejdelší čekání na delší zaměstnání). Ukazatel byl agregován dle obcí bydliště a vypočtena průměrná hodnota za každou obci. Pro nízký počet osob v jednotlivých obcích lze situaci jen obtížně hodnotit. Podle kartogramu můžeme usuzovat, že doba k 1.delšímu zaměstnání narůstá směrem k okraji mikroregionu, k hranicím ve výše položené části území (okraj Beskyd). Obr.č.8 Průměrný počet dnů do 1. zaměstnání delšího než 1 rok po propuštění dle bydliště

69

Doba do 1.delšího zaměstnání průměrný počet dnů v obci 100 až 199 200 až 299 300 až 399 400 až 499 500 až 610

Český Těšín POLSKO

(1) (6) (3) (1) (1)


Bystřice


Dolní Lomná

5

Písek

Bukovec

Mosty u Jablunkova

0

POLSKO

Písečná

Bocanovice Jablunkov

10

Hrčava SLOVENSKO

kilometrů

4.3.20 Vyhodnocení doby k prvnímu uplatnění APZ po propuštění ve sledované skupině propuštěných Tab.č.29 Vyhodnocení doby k prvnímu uplatnění APZ N

Valid Missing

33 160 Mean 468,24 Median 458,00 Mode 366(a) Std. Deviation 222,192 Variance 49369,252 Skewness ,255 Std. Error of Skewness ,409 Kurtosis -,687 Std. Error of Kurtosis ,798 Minimum 86 Maximum 933 a Multiple modes exist. The smallest value is shown b Původní podnik = CEBO Jablunkov

70

APZ byla zaregistrována ve 33 případech, doba kolísá od 86 do 933 dní, v průměru 468 dní (zhruba 1 a čtvrt roku). Distribuce je přibližně symetrická. U Dřevokombinátu je pouze 15 případů s vyšší průměrnou dobou (522 dní), u UPNP 46 případů s ještě vyšší průměrnou dobou 1.uplatnění APZ (849 dní, tedy více než 2 a čtvrt roku). Zde může více než specifický charakter firem uplatnit celková situace a rostoucí využívání APZ (UPNP je nejstarší případ, CEBO nejnovější). Proti tomu ovšem hovoří charakter histogramu u UPNP, kde jsou nejvíce zastoupeny krátké doby, do 250, resp. do 500 dnů, což je situace podobná jako u dalších případů). V každém případě tedy u CEBO bylo nasazení APZ významnější a uplatňovalo se dříve. Graf č.32 Histogram doby k prvnímu uplatnění APZ


6

Frequency

5

4

3

2

1 Mean = 468,24 Std. Dev. = 222,192 N = 33

0 0

200

400

600

800

1000

Počet dnů k prvnímu uplatnění APZ

4.3.21 Vyhodnocení délky zaměstnání po uplatnění APZ (v období po propuštění) ve sledované skupině propuštěných Zde se jednalo o pokus hodnotit úspěšnost APZ z pohledu délky zaměstnání. Tab.č.30 Vyhodnocení délky zaměstnání po uplatnění APZ N

Valid Missing Mean Median Mode Std. Deviation

33 160 322,06 264,00 264 179,913

71

Variance Skewness Std. Error of Skewness Kurtosis Std. Error of Kurtosis Minimum Maximum

32368,684 ,190 ,409 -,667 ,798 31 672


Délka zaměstnání po APZ kolísá od 31 do 672 dní, s průměrem 322 dní. Z histogramu pro CEBO je vidět, že po 1.skupině nepříliš úspěšné APZ (doba zaměstnání do 100 dní) se nejvíce osob udrželo v zaměstnání 200-300 dní. Odlišný průběh histogramu má UPNP, kde mají vyšší četnost krátké doby zaměstnání, nicméně aritmetický průměr je vychýlen díky existenci vyšších hodnot směrem nahoru na hodnotu 589 dní. Graf č.33 Histogram délky zaměstnání po uplatnění APZ


10

Frequency

8

6

4

2 Mean = 322,06 Std. Dev. = 179,913 N = 33

0 0

100

200

300

400

500

600

700

Počet dnů v zaměstnání po uplatnění APZ

72

4.4 Vyhodnocení stavu po propuštění ve sledované skupině propuštěných v jednotlivých časových řezech Byla hodnocena situace postupně po 3 měsících od propuštění s klasifikací do skupin zaměstnán, evidence na ÚP, započitatelná činnost, nezapočitatelná činnost, studium a důchod. Na ukázku uvádíme stav po 3 měsících, po 1 roce a po 2 letech. Graf č. 34 Zastoupení jednotlivých stavů po 3 měsících od propuštění

Kód stavu po 3 měsících od propuštění Původní podnik: CEBO Jablunkov 100

Percent

80

60

40

20

0 zaměstnání

evidence na ÚP

nezapočitatelná činnost

započitatelná činnost

Kód stavu po 3 měsících od propuštění

73

Graf č. 35 Zastoupení jednotlivých stavů po 1 roce od propuštění

Kód stavu po 1 roce od propuštění Původní podnik: CEBO Jablunkov 60

50

Percent

40

30

20

10

0 zaměstnání

evidence na ÚP

důchod

nezapočitatelná započitatelná činnost činnost

Kód stavu po 1 roce od propuštění

Graf č. 36 Zastoupení jednotlivých stavů po 2 letech od propuštění

Kód stavu po 2 letech od propuštění Původní podnik: CEBO Jablunkov 70

60

Percent

50

40

30

20

10

0 zaměstnání

evidence na ÚP

důchod

nezapočitatelná započitatelná činnost činnost

Kód stavu po 2 letech od propuštění

74

Ve stavu po 3 měsících se jako příbuzná jeví situace v CEBO a Dřevokombinátu, u UPNP dominuje zaměstnání před evidencí na ÚP. Stejné závěry je možné udělat i pro časový řez 1 rok po propuštění. V průběhu času se po 1 roce zdá, že se vývoj v CEBO začíná „opožďovat“ proti situaci u Dřevokombinátu – u CEBO se teprve vyrovnávají počty v zaměstnání a v evidenci, zatímco u u Dřevokombinátu již převládá stav zaměstnání. Pro UPNP stále zřetelně dominuje zaměstnání, postupně ale mírně roste podíl evidence, což zřejmě souvisí s celkovou situací na trhu práce.

4.4.1 Vývoj počtu zaměstnaných v území Obr.č.9 Vývoj počtu zaměstnaných v obcích bydliště

Vývoj počtu zaměstnaných Český Těšín

Stav po každých 3 měsících 50

Vendryně Nýdek

Třinec Bystřice Hrádek Košařiska

Milíkov Návsí Písečná Jablunkov Písek

Dolní Lomná

Bukovec

Mosty u Jablunkova

03MES1 06MES1 09MES1 12MES1 15MES1 18MES1 21MES1 24MES1

Ve většině obcí docházelo k postupnému přírůstku počtu zaměstnaných. Nejvíce zřetelné je to v Třinci, kde bydlí více než 1/3 všech osob. Podobný trend má ale i Jablunkov nebo Mosty u Jablunkova. U některých obcí zaměstnaných osob přibývá, ale po jisté době (9 měsíců až 15 měsíců) situace stagnuje – Bystřice, Návsí, Písek. Zdá se, že se zde vyčerpaly osoby lépe uplatnitelné na trhu práce (pravděpodobně nejenom na místním trhu práce).

4.4.2 Vývoj počtu evidovaných na ÚP v území Situace se vyvíjí na první pohled zrcadlově k vývoji počtu zaměstnaných. V Třinci dochází k velmi pravidelnému úbytku propuštěných osob v evidenci ÚP. U většiny dalších 75

obcí ale takový postupný pozitivní vývoj nepozorujeme. Pouze Mosty u Jablunkova a Jablunkov vykazují jistý stálý pokles, u dalších obcí ale již nastala stagnace počtu osob v evidenci. Navíc je u některých obcí zřejmé, že pokles počtu propuštěných v evidenci ÚP nenastal hned, ale až po několik měsících – např. Bystřice, Písek až v devátém měsíci. Obr.č.10 Vývoj počtu evidovaných na ÚP v obcích bydliště

Vývoj počtu evidovaných na ÚP

Český Těšín

Stav po každých 3 měsících 50

Vendryně Nýdek Třinec

Bystřice Hrádek Návsí

Košařiska Písečná

Milíkov Jablunkov

Písek Dolní Lomná

Mosty u Jablunkova

Bukovec Hrčava

03MES 06MES 09MES 12MES 15MES 18MES 21MES 24MES

76

4.4.3 Změny stavu u sledované skupiny osob Následující grafy hodnotí přechody mezi jednotlivými stavy u sledovaných osob (ze zaměstnání do evidence, ze zaměstnání mimo trh práce, z evidence mimo trh práce atd.). Každý bod na křivce ukazuje situaci mezi předchozím a následujícím období. Hodnotila se situace po propuštění v řezech po 3 měsících. Bylo by možné situaci hodnotit i detailněji, např. v řezech po 1 měsíci.

4.4.3.1 Pokud byl v předchozím období zaměstnán, jak se změnilo za 3 měsíce jeho postavení na trhu práce? Graf č.37 Podíl osob zůstávajících po 3 měsících v zaměstnání Setrvání v zaměstnání 100 95 90

Podíl v %

85 80


75

UPNP Krnov

70

CEBO Jablunkov

65 60 55 50 3

6

9

12

15

18

21

24

27

30

33

36

Čas (měsíce)

Jak je vidět, je tu v úvodu zřetelná posloupnost úspěšnosti – u CEBO jen v 75 % případů zůstal zaměstnán mezi 3. a 6. měsícem. U Dřevokombinátu je to vyšší, 87%, nejlepší situace je u UPNP – 95%. Mezi 6. a 9. měsícem se již situace mezi Dřevokombinátem a CEBO vyrovnala, zhruba od 15 měsíce je situace u všech případů stejná, tj. cca stejný podíl osob, které zůstávají v zaměstnání. Následující obrázek ukazuje, kam se tyto změny odehrávají. U CEBO je to po 3 měsících prakticky ve všech případech změn odchod do evidence UP. Situace u všech 3 případů se sjednocuje kolem 15 měsíce.

77

Graf č.38 Podíl osob přecházejících po 3 měsících ze zaměstnání do evidence ÚP

Přechod ze zaměstnání do evidence ÚP 50 45 40

Podíl v %

35 30


25

UPNP Krnov

20

CEBO Jablunkov

15 10 5 0 3

6

9

12

15

18

21

24

27

30

33

36

Čas (měsíce)

Z následujícího obrázku je zřejmé, že se CEBO trochu odlišuje v 9. a 12. měsíci po propuštění, kdy několik % osob odešlo ze zaměstnání mimo trh práce. Graf č.39 Podíl osob přecházejících po 3 měsících ze zaměstnání mimo trh práce Přechod ze zaměstnání mimo trh práce 20

Podíl v %

15 Dřevokombinát Vrbno UPNP Krnov

10

CEBO Jablunkov 5

0 3

6

9

12

15

18

21

24

27

30

33

36

Čas (měsíce)

78

4.4.3.2 Pokud byl v předchozím období v evidenci na ÚP, jak se změnilo za 3 měsíce jeho postavení na trhu práce? Situace přechodu z evidence ÚP do zaměstnání je pro CEBO podobná Dřevokombinátu, u CEBO se udržuje pravidelně mezi 10-20%. U UPNP je zřejmá mnohem vyšší úspěšnost, i když ovlivněná výraznější rozkolísaností křivky, což je pravděpodobně způsobeno relativně menším počtem osob v evidenci.

Graf č.40 Podíl osob přecházejících po 3 měsících z evidence ÚP do zaměstnání Přechod z evidence ÚP do zaměstnání 100 90 80

Podíl v %

70 60


50

UPNP Krnov

40

CEBO Jablunkov

30 20 10 0 3

6

9

12

15

18

21

24

27

30

33

36

Čas (měsíce)

Setrvání v evidenci ÚP vykazuje graf téměř doplňkový k předchozímu, proto i obdobná interpretace – křivky mají podobný průběh pro CEBO i Dřevokombinát, UPNP se vyznačuje více rozkolísanou, ale v průměru výrazně nižší úrovní setrvání v evidenci. U UPNP je rovněž naznačena tendence zvyšování míry setrvání v evidenci ÚP s dobou uplynulou od propuštění. To může souviset se dvěma jevy. Mezi osobami došlo v průběhu času k jistému vytřídění, neobjevují se již tam osoby, které se úspěšně uplatnili na trhu práce (déledobé zaměstnání) a došlo tedy k relativnímu nárůstu osob hůře uplatnitelných a tedy i s větší tendencí setrvat v evidenci ÚP. Druhý faktor je zřejmě čas – celková situace na trhu práce se zhoršovala a nebylo již tak „snadné“ odejít z evidence ÚP.

79

Graf č.41 Podíl osob zůstávajících po 3 měsících v evidenci ÚP

Setrvání v evidenci ÚP 100 90 80

Podíl v %

70 60


50

UPNP Krnov

40

CEBO Jablunkov

30 20 10 0 3

6

9

12

15

18

21

24

27

30

33

36

Čas (měsíce)

Přechod z evidence ÚP mimo trh práce je minimální, pohybuje se pravidelně mezi 0 až 5%, vyjma 1 období u UPNP. UPNP vykazuje větší rozkolísanost a o něco vyšší hodnoty. Překvapivě CEBO, přestože jsou zde zastoupeny téměř výhradně ženy, nevykazuje vyšší tendenci k odchodu mimo pracovní trh, spíše naopak.

80

Graf č.42 Podíl osob přecházejících po 3 měsících z evidence ÚP mimo trh práce

Přechod z evidence ÚP mimo trh práce 30 25

Podíl v %

20 Dřevokombinát Vrbno UPNP Krnov

15

CEBO Jablunkov 10 5 0 3

6

9

12

15

18

21

24

27

30

33

36

Čas (měsíce)

4.4.3.3 Pokud byl v předchozím období mimo trh práce, jak se změnilo za 3 měsíce jeho postavení na trhu práce? Další graf přechodu z pozice mimo trh práce do zaměstnání ukazuje, že se jedná spíše o výjimečný jev.

81

Graf č.43 Podíl osob přecházejících po 3 měsících z pozice mimo trh práce do zaměstnání

Přechod z pozice mimo trh práce do zaměstnání 100 90 80

Podíl v %

70 60


50

UPNP Krnov

40

CEBO Jablunkov

30 20 10 0 3

6

9

12

15

18

21

24

27

30

33

36

Čas (měsíce)

Naproti tomu přechod z pozice mimo trh práce do evidence ÚP je jevem obvyklým, většina osob tedy nehledá aktivně zaměstnání, pokud je mimo trh práce, ale nastupuje nejdříve do evidence ÚP. Vyšší migraci z pozice mimo trh práce do evidence ÚP lze rozeznat u CEBO.

82

Graf č.44 Podíl osob přecházejících po 3 měsících z pozice mimo trh práce do evidence ÚP

Přechod z pozice mimo trh práce do evidence ÚP 100 90 80

Podíl v %

70 60


50

UPNP Krnov

40

CEBO Jablunkov

30 20 10 0 3

6

9

12

15

18

21

24

27

30

33

36

Čas (měsíce)

Graf setrvání mimo trh práce ukazuje velmi stabilní situaci u UPNP a naopak největší míru změn u CEBO, vyhodnocování je ale ovlivněno počty osob mimo trh práce u sledovaných případů propouštění. Graf č.45 Podíl osob zůstávajících po 3 měsících mimo trh práce

Setrvání mimo trh práce 100 90 80

Podíl v %

70 60


50

UPNP Krnov

40

CEBO Jablunkov

30 20 10 0 3

6

9

12

15

18

21

24

27

30

33

36

Čas (měsíce)

83

4.5 Vyhodnocení změny KZAM po propuštění ve sledované skupině propuštěných Téměř v 80% případů existuje u osob stejné první a poslední hlášené KZAM za sledované období. Asi v 7% případů došlo k degradaci pozice změnou z jiné skupiny do kategorie 9 (nekvalifikované a pomocné síly). Asi v 5 % případů došlo ke změně z kategorie 9 na jinou (lepší kvalifikace uchazeče o zaměstnání). Asi v 6 % případů došlo ke změně KZAM z jiné skupiny do kategorie 5 (služby). Srovnání s jinými případy: Dřevokombinát vykazuje daleko větší míru změn KZAM, přes 50 % sice zůstává, ale více než 20 % kleslo do kategorie 9, naopak z této kategorie odešlo téměř 10 %. U UPNP je shoda téměř 70%, degradace na 9 je zastoupena méně než v 5% případů Můžeme tedy konstatovat, že u CEBO byla situace nejvíce stálá. Pokud jde o přesun do/z kategorie 9, nejlepší situace je u UPNP, pak u CEBO a nejhůře na tom byl Dřevokombinát. Výrazný přechod zaměstnání do sféry služeb se přes jisté náznaky (identifikované jednotlivé firmy) neprokázal ani u CEBO. Terciérní sektor se tedy podle doložených případů nepodílel výrazně na absorbci propuštěných. Graf č.46 Zastoupení změny klasifikace zaměstnání v kohortě

KZAM změna Původní podnik: CEBO Jablunkov 80

Percent

60

40

20

0 změna na 9

shoda

změna z 9 (mimo 1 a 5)

změna na 5

jiné změny

KZAM změna

84

5 Analýza přežití 5.1 Úvod k analýze přežití (Survival Analysis) Analýze přežití je určena pro analýzu dat reprezentující délku časového období mezi dvěma událostmi. Při analýze přežití se pracuje s censorovanými daty. Obvykle se jedená o censorovaná data zprava, tzn., že v některých případech konečná událost nemusí nastat. Někdy se setkáváme i s censorovanými daty zleva tzn. že neznáme počáteční dobu události. Tyto techniky byly primárně vyvinuty pro oblast medicíny především k sledování zhoubných onemocnění, kde prvním událostí bylo onemocnění pacienta a druhou události je jeho smrt. V součastné době je ale uplatnění těchto technik daleko širší. Např. při analýzách nezaměstnaných se může jednat o dobu začátku evidence na ÚP a o dobu jejího ukončení. Každého uchazeče sledujeme po dobu t, i = 1, 2, ..., n. Označme délku trvání nezaměstnanosti T. Na konci sledovaného období buď uchazeč práci našel nebo zůstává v evidenci, to je rozlišeno v proměnné C, která nabývá dvou hodnot: 0 1

- censorovaný údaj - uchazeč je stále v evidenci - necensorovaný údaj - uchazeč je vyřazen z evidence např. našel práci. Doba přežití je náhodná veličina T, která označuje délku nezaměstnanosti a kde základní jednotkou času v našem případě jsou dny, s distribuční funkcí F(t): F(t) = P(T
H (t ) = ∫ h(t )dt 0

Mezi základní úlohy analýzy přežití patří: • • •

Odhad funkce přežití s empirických dat. Nečastěji se pro odhad doby do výskytu události užívá neparametrická KaplanMeierova metoda odhadu (Kaplan-Meier Product-Limit Estimator). Test shody funkce přežití ve dvou nebo více výběrech. K testování shodnosti distribučních funkcí doby přežití se používají následující testy: Breslow, logaritmus pořadí, Tarone - Ware Posouzení vlivu v dalších proměnných. K tomuto posouzeni se obvykle používá Coxova regrese (Cox's Proportional Hazard Model) a to buď v základním tvaru nebo s časově závislými kovariátami (Time-Dependent

85

Covariates). Vysvětlující proměnné v těchto modelech mohou být jak intervalové tak i kategorizované. 5.1.1 Coxův proporcionální model rizika (Cox's Proportional Hazard Model) Proporcionální model rizika je nejobecnějším regresním modelem, protože není založen na žádných předpokladech týkajících se povahy nebo tvaru výchozí (podložní) distribuce přežití. Model předpokládám, že výchozí (podložní) poměr rizika (spíše než čas přežití) je funkcí nezávislých proměnných (kovariát), přitom nejsou přijaty žádné předpoklady týkající se povahy nebo tvaru výchozí (podložní) distribuce přežití. Tedy Coxův regresní model může být chápán jako neparametrická metoda. Model může být zapsán jako: h{(t), (z1, z2, ..., zm)} = h0(t)*exp(b1*z1 + ... + bm*zm) kde h(t,...) označuje výsledné riziko, pro hodnoty m proměnných pro odpovídající případy (z1, z2, ..., zm) a odpovídající čas přežití (t). Termín h0(t) se nazývá základním rizikem (baseline hazard); je to riziko pro odpovídající individuum, když všechny nezávislé proměnné jsou rovny nule. Můžeme linearizovat tento model tím, že podíle obě strany rovnice h0(t) a potom použijeme přirozený logaritmus na obou stranách: log[h{(t), (z...)}/h0(t)] = b1*z1 + ... + bm*zm Tímto způsobem získáme celkem „jednoduchý“ lineární model, který může být lehce odhadován.

Předpoklady. Ačkoliv nebyly přijaty žádné předpoklady o tvaru výchozí (podložní) funkce rirzika, rovnice modelu uvedneé nahoře v sobě obsahují 2 předpoklady. Za prvé, určují multiplikativní (násobení) vztah mezi výchozími (podložními) funkcemi rizika a log-linerání funkci proměnných. Tento předpoklad se nazývá proporcioálním předpokladem. Prakticky se předpokládá, že pokud máme 2 pozorování s různými hodnotami pro nezávislé proměnné, poměr funkcí rizika pro tato pozorování je nezávislý na čase. Druhý předpoklad je, že existuje log-lineární vztah mezi nezávislými proměnnými a výchozí (podložní funkcí rizika).

5.2 Výsledky hodnocení Při zpracování bylo použito několik proměnných, které představují dny do nějaké události odpovídající odchodu z evidence na ÚP. U proměnných byly také indikovány záznamy, které představují censorovaná data (tedy neukončenou evidenci na ÚP na konci celého sledovaného období). Využívaly se především Kaplan-Meierova funkce přežití, jejich výpočet a grafická reprezentace byla prováděna v prostředí SPSS.

5.2.1 Kaplan - Meierova funkce přežití 5.2.1.1 Pravděpodobnost odchodu z 1.evidence po propuštění

Survival Analysis for d_1evidenc Počet dnů v 1.evidenci po propuštění. 86

Tab.č.31 pod CEBO Jablunkov pod Dřevokombinát Vrbno pod UPNP Krnov Overall

Total 175 73 127 375

Number Events 163 73 127 363

Number Censored 12 0 0 12

Percent Censored 6,86 ,00 ,00 3,20

Výsledky statistických testů shody distribucí přežití: Tab.č.32 Test Log Rank Breslow Tarone-Ware

Statistic 134,26 186,05 173,53

df 2 2 2

Significance ,0000 ,0000 ,0000

Statistické testy prokazují, že výsledky jsou významně odlišné. Graf č.47 Pravděpodobnost odchodu z 1.evidence na ÚP po propuštění

Hazard Function

pod = CEBO Survival Function

3,0

Censored

Cum Hazard

2,5

2,0

1,5

1,0

0,5

0,0 0

200

400

600

800

1000


87

Graf tvoří vyrovnanou křivku, která se výrazně prohýbá až u 900 dní, což je na konci celého sledovaného období. Můžeme říci, že pravidelně roste pravděpodobnost odchodu z 1.evidence po propuštění s délkou této evidence. Srovnání s ostatní případy ukazuje významné rozdíly. Graf č.48 Pravděpodobnosti setrvání v 1.evidenci na ÚP po propuštění dle případů

Survival Functions Puvodní podnik

1,0

CEBO Jabl unkov D revokombinát Vr bno

Cum S urvival

0,8

U PNP Krnov CEBO Jabl unkovcens ored

0,6

0,4

0,2

0,0 0

500

1000

1500

2000

2500

3000

Pocet dnu v 1.evidenci po propuštení

88

Graf č.49 Pravděpodobnosti odchodu z 1.evidence na ÚP po propuštění dle případů

Hazard Function Původní podnik

5

CEBO DREVO UPNP CEBOcensored

Cum Hazard

4

3

2

1

0 0

500

1000

1500

Počet dnů v 1.evidenci po propuštění Evidentně nejúspěšnější byly osoby z UPNP, které mají výrazně vyšší pravděpodobnost odchodu z 1.evidence po propuštění. V prvním období (zhruba do 600 dnů v evidenci) se jako horší jeví situace u CEBO, pak se situace vyrovnává s Dřevokombinátem a v dalším období evidence se naopak ukazuje situace u osob v Dřevokombinátu jako horší (nižší pravděpodobnost odchodu z evidence). Studium vztahu ke kódu nejvyššího dosaženého vzdělání neukázalo nic nového v již evidovaným rozdílům mezi případy. Rozdíly mezi kódy nejvyššího dosaženého vzdělání v rámci jednoho případu nebyly průkazné. Dále byl sledován vztah k KZAM (na začátku sledovaného období, agregovaný na první znak). Nebyla bohužel vypočtena významnost vztahu. Z výsledků můžeme dokumentovat trochu odlišnou situaci pro KZAM7, kde se nám jasně od sebe jednotlivé případy oddělily v úspěšnosti. Podle KZAM7 je tedy na tom nejlépe UPNP, pak Dřevokombinát a nejhůře CEBO.

89

Graf č.50 Pravděpodobnosti odchodu z 1.evidence na ÚP po propuštění pro KZAM 7

H azard Function

KZAMfirst1 = 7 Puvodní podnik

4


Cum Hazard

3

U PNP Krnov CEBO Jabl unkovcens ored

2

1

0 0

200

400

600

800

1000


Graf č.51 Pravděpodobnosti odchodu z 1.evidence na ÚP po propuštění pro KZAM 9

H azard Function

KZAMfirst1 = 9 Puvodní podnik

5


4

Cum Hazard

U PNP Krnov CEBO Jabl unkovcens or ed

3

2

1

0 0

500

1000

1500


90

Zajímavé je, že u KZAM9 se situace Dřevokombinátu a CEBO prohodila (upozorňujeme ale na možnou nízkou významnost jevu), nejhorší situace pro KZAM9 byla u Dřevokombinátu. Dále byl sledován vliv změny KZAM na úspěšnost odchodu z 1.evidence. Výsledky byly statisticky významné na hladině 0.015. Výsledky naznačují, že změny KZAM působí pozitivně, zdá se, že osoby vypadávají pak rychleji z evidence. Nejlépe přitom působí odchod z KZAM9 (změna z 9). Graf č.52 Pravděpodobnosti odchodu z 1.evidence na ÚP po propuštění dle změny KZAM

H azard Function

pod = CEBO Jablunkov KZAM zmena

2,5

ji né zm eny shoda zmena na 5

Cum Hazard

2,0

zmena na 9 zmena z 9 ( mim o 1 a 5)

1,5

shodacens ore d

1,0

0,5

0,0 0

200

400

600

800

1000


Srovnání s dalšími případy ale existuje na rozdíly. Např. u Dřevokombinátu působí změna z 9 naopak jako nejhorší faktor. Výsledky můžeme posoudit ještě v přímé konfrontaci případů pro jednotlivé situace změny KZAM. Výsledky jsou statisticky významné (0.000). Změna na KZAM 9 působí relativně nejlépe u UPNP, nejméně u CEBO. Zdá se však, že zde dominuje celkový vliv případů, než specifické rozdíly ve změně KZAM.

91

Graf č.53 Pravděpodobnosti odchodu z 1.evidence na ÚP po propuštění pro změnu KZAM na KZAM 9

H azard Function

KZAMzmena = zmena na 9 Puvodní podnik

2,5


2,0

Cum Hazard

U PNP Krnov

1,5

1,0

0,5

0,0 0

200

400

600

800


Graf č.54 Pravděpodobnosti odchodu z 1.evidence na ÚP po propuštění pro změnu KZAM z KZAM 9 na jinou (mimo 1 a 5)

92

H azard Function

KZAMzmena = zmena z 9 (mimo 1 a 5) Puvodní podnik

3,0


2,5

Cum Hazard

U PNP Krnov 2,0

1,5

1,0

0,5

0,0 0

200

400

600

800

1000


Změna z KZAM 9 na jinou (mimo 1 a 5) ukazuje trochu změněnou situaci – CEBO je na tom lépe než Dřevokombinát. Dále jsme zkoušeli hodnotit dostupnost veřejnou hromadnou dopravou (možnost dojížďky z bydliště do centra) na jednotlivé hodiny. Hodnotit bylo možné pouze případy Dřevokombinát a UPNP. Ukázalo se, že UPNP Krnov vykazuje daleko větší citlivost na dostupnost než případ Dřevokombinát. Projevilo se to u dojezdu pro všechny sledované časy na 6:00, na 14:00 i na 22:00. Graf č.55 Pravděpodobnosti odchodu z 1.evidence na ÚP po propuštění pro změnu KZAM z KZAM 9 na jinou (mimo 1 a 5)

93

H azard Function

dostup6 = dostupný Puvodní podnik

5

D revokombinát Vr bno U PNP Krno v

Cum Hazard

4

3

2

1

0 0

500

1000

15 00


Ukazuje, že pozitivní vliv dostupnosti byl silnější u UPNP Krnov, než u Dřevokombinátu.

94

Graf č.56 Pravděpodobnosti odchodu z 1.evidence na ÚP po propuštění pro bydliště s dostupným centrem pomocí VHD na 14:00

H azard Function


5

D revokombinát Vr bno U PNP Krnov

Cum Hazard

4

3

2

1

0 0

200

400

600

800

1000

1200

1400


Graf č.57 Pravděpodobnosti odchodu z 1.evidence na ÚP po propuštění pro bydliště s nedostupným centrem pomocí VHD na 22:00

95

H azard Function

dostup22 = nedostupný Puvodní podnik

4

D revokombinát Vr bno U PNP Krnov

Cum Hazard

3

2

1

0 0

200

400

600

800

1000

1200

1400


Graf č.58 Pravděpodobnosti odchodu z 1.evidence na ÚP po propuštění pro bydliště s dostupným centrem pomocí VHD na 22:00

96

H azard Function


5

D revokombinát Vr bno U PNP Krno v

Cum Hazard

4

3

2

1

0 0

250

500

750

1000

1250


5.2.1.2 Počet dnů od propuštění do 1.evidence Dále byla zkoušena jiná proměnná - Počet dnů od propuštění do 1.evidence. Tedy jak dlouho vydrželi než nastoupili do evidence ÚP.

Bylo nutné samozřejmě připravit jinou proměnnou status a evidenci censorových záznamů. 0 (censorování) znamená, že nenastalo „úmrtí“, tedy nenastal nástup do evidence. Těch je 18 u CEBO, 3 u Dřevo a 64+3 u UPNP. Nicméně se to skoro neprojevilo, protože zpravidla nebyl pak vypočítána hodnota ukazatele.

97

Graf č.59 Pravděpodobnosti 1.nástupu do evidence na ÚP po propuštění

H azard Function Puvodní podnik

6

CEBO Jablunkov D revokombinát Vr bno

5

Cum Hazard

U PNP Krno v U PNP Krno vcens ore d

4

3

2

1

0 0

500

1000

1500

2000

2500

3000

Pocet dnu od propuštení do 1.evidence

Je evidentní, že rozdíly v chování propuštěných v případu CEBO a Dřevokombinát jsou relativně malé proti situaci u UPNP. Poměrně rychle v případu CEBO a Dřevokombinát propuštění „vypadávali“, tedy objevovali se v evidenci ÚP. Velmi výrazně se liší UPNP, kde propuštění naopak velmi dlouho setrvávali mimo evidenci ÚP. Vzdělání se opět nijak neprojevilo. KZAM se projevilo částečně, bohužel není prokázána významnost výsledku.

98

Graf č.60 Pravděpodobnosti 1.nástupu do evidence na ÚP po propuštění dle KZAM

H azard Function

pod = CEBO Jablunkov KZAM první na 1 znak

5

2 3

4

4

Cum Hazard

5 6 3

7 8 9

2

1

0 0

50

100

150

200

250

Pocet dnu od propuštení do 1.evidence

Vypadá to, že KZAM 5 (služby) jsou relativně nejstabilnější – nejdéle se drží mimo evidenci UP. KZAM9 jeden z nejhorších, KZAM8 sice ještě více, ale tam je zřejmě velmi málo případů.

5.2.2 Coxova regrese Tab.č.33 Statistika zpracovaných případů

Cases available in analysis Cases dropped

(a)

Event Censored Total Cases with missing values Cases with negative time Censored cases before the earliest event in a stratum Total

N 363 12 375

Percent 78,6% 2,6% 81,2%

87

18,8%

0

,0%

0

,0%

87

18,8%

Total 462 100,0% a Dependent Variable: Počet dnů v 1.evidenci po propuštění

99

Tab.č.34 Kódování kategorizovaných proměnných(b) pod

(a)

1=CEBO Jablunkov 2=Dřevokombinát Vrbno 3=UPNP Krnov

Frequency 175

(1) 1

(2) 0

73

0

1

127 0 a Indicator Parameter Coding b Category variable: pod (Původní podnik)

0

Tab.č.35 Omnibus Tests of Model Coefficients(a,b) -2 Log Likelihood

Overall (score)

Change From Previous Step

Change From Previous Block

Chi-square df Sig. Chi-square df Sig. Chi-square 3518,117 146,374 3 ,000 118,497 3 ,000 118,497 a Beginning Block Number 0, initial Log Likelihood function: -2 Log likelihood: 3636,615 b Beginning Block Number 1. Method = Enter

df 3

Omnibus test ukazuje, že výsledky jsou statisticky významné. Testoval se vztah věku při propuštění na pravděpodobnost odchodu z evidence. Tab.č.36 Proměnné v rovnici vekpropu pod pod(1) pod(2)

B -,018

SE ,005

-1,409 -1,226

,128 ,155

Wald 14,376 128,892 121,040 62,303

df 1 2 1 1

Sig. ,000 ,000 ,000 ,000

Exp(B) ,982 ,244 ,293

Významnost tohoto faktoru je potvrzena. Z výsledků vyplývá i velikost vlivu faktoru . Můžeme konstatovat, že při zvýšení věku propuštění o 1 rok se pravděpodobnost ukončení 1. evidence sníží o 18%. Tab.č.37 Covariate Means and Pattern Values

vekpropu pod(1) pod(2)

Mean 38,840 ,467 ,195

1 38,840 1,000 ,000

Pattern 2 38,840 ,000 1,000

3 38,840 ,000 ,000

100

Sig. ,000

Graf č.61 Očekávané pravděpodobnosti setrvání v 1.evidenci na ÚP po propuštění dle případů

Survival Function for patterns 1 - 3 Původní podnik

1,0

CEBO Jablunkov Dřevokombinát Vrbno

Cum Survival

0,8

UPNP Krnov

0,6

0,4

0,2

0,0 0

500

1000

1500

2000

2500

3000


101

Graf č.62 Očekávané pravděpodobnosti odchodu z 1.evidence na ÚP po propuštění

Hazard Function for patterns 1 - 3 Původní podnik

14

CEBO Jablunkov Dřevokombinát Vrbno

12

UPNP Krnov

Cum Hazard

10

8

6

4

2

0 0

500

1000

1500


Opět se ukazuje velmi výrazný rozdíl mezi funkcemi rizika u jednotlivých případů, především odlišnost UPNP Krnov, kde se ukazuje mnohem větší pravděpodobnost odchodu z 1.evidence na ÚP. Coxova regrese byla opakována i se zahrnutím vlivu vzdělání, tento faktor se ale neukázal jako významný. Tab.č.38 Kódování kategorizovaných proměnných (b,c) pod

(a)

(a)

vzdelani_agr

1=CEBO Jablunkov 2=Dřevokombinát Vrbno 3=UPNP Krnov 1=základní nebo bez vzd. 2=nižší střední (bez maturity) 3=vyšší střední (s maturitou)

Frequency 175 63 126 113

(1) 1 0 0 1

(2) 0 1 0 0

(3)

202

0

1

0

48

0

0

1

0

4=vyšší a vysokoškolské

1 0 0 0 a Indicator Parameter Coding b Category variable: pod (Původní podnik) c Category variable: vzdelani_agr (Kód nejvyššího dosaženého vzdělání agregovaný)

Tab.č.39 Omnibus Tests of Model Coefficients(a,b)

102

-2 Log Likelihood

Overall (score)




df 6

Sig. ,000

Tab.č.40 Proměnné v rovnici vekpropu pod pod(1) pod(2) vzdelani_agr vzdelani_agr(1) vzdelani_agr(2) vzdelani_agr(3)

B -,021

SE ,005

-1,427 -1,275

,129 ,164

,979 ,941 ,716

1,014 1,011 1,019

Wald 16,275 130,030 121,564 60,598 2,876 ,933 ,866 ,493

df 1 2 1 1 3 1 1 1

Sig. ,000 ,000 ,000 ,000 ,411 ,334 ,352 ,483

Exp(B) ,979 ,240 ,279 2,663 2,562 2,045

Podobně bylo testováno KZAM (agreg. na 1 znak), avšak ani tento faktor se neukázal jako statisticky významný, vyjma snad výsledků pro KZAM3 a KZAM8. Tab.č.41 Kódování kategorizovaných proměnných (b,c) pod

(a)

KZAMfirst1

(a)

1=CEBO Jablunkov 2=Dřevokombinát Vrbno 3=UPNP Krnov 1 2 3 4 5 6 7 8 9

Frequency

(1)

(2)

175

1

0

52

0

1

109 1 1 15 11 49 7 76 31 145

0 1 0 0 0 0 0 0 0 0

0 0 1 0 0 0 0 0 0 0

(3)

(4)

(5)

(6)

(7)

(8)

0 0 1 0 0 0 0 0 0

0 0 0 1 0 0 0 0 0

0 0 0 0 1 0 0 0 0

0 0 0 0 0 1 0 0 0

0 0 0 0 0 0 1 0 0

0 0 0 0 0 0 0 1 0

a Indicator Parameter Coding b Category variable: pod (Původní podnik) c Category variable: KZAMfirst1 (KZAM první na 1 znak)


Overall (score)




df 11

Sig. ,000

Tab.č.43 Proměnné v rovnici 103

vekpropu pod pod(1) pod(2) KZAMfirst1 KZAMfirst1(1) KZAMfirst1(2) KZAMfirst1(3) KZAMfirst1(4) KZAMfirst1(5) KZAMfirst1(6) KZAMfirst1(7) KZAMfirst1(8)

B -,022

SE ,005

-1,450 -1,564

,140 ,186

-,655 -11,372 -,581 -,175 ,141 -,293 ,126 ,344

1,014 169,921 ,292 ,320 ,181 ,400 ,149 ,203

Wald 16,458 123,098 108,091 70,705 10,326 ,417 ,004 3,956 ,299 ,605 ,537 ,710 2,866

df 1 2 1 1 8 1 1 1 1 1 1 1 1

Sig. ,000 ,000 ,000 ,000 ,243 ,519 ,947 ,047 ,584 ,437 ,464 ,400 ,090

Exp(B) ,978 ,234 ,209 ,520 ,000 ,560 ,839 1,151 ,746 1,134 1,410

Jako významnější se ukazuje změna KZAM. Tab.č.44 Statistika zpracovaných případů Cases available in analysis

Event(a) Censored Total Cases with missing values Cases with negative time Censored cases before the earliest event in a stratum Total

Cases dropped

N 324 12 336

Percent 68,6% 2,5% 71,2%

136

28,8%

0

,0%

0

,0%

136

28,8%

Total

472 100,0% a Dependent Variable: Počet dnů v 1.evidenci po propuštění

Tab.č.45 Kódování kategorizovaných proměnných (b,c) pod

(a)

a)

KZAMzmena(

1=CEBO Jablunkov 2=Dřevokombinát Vrbno 3=UPNP Krnov 1=změna na 9 2=shoda 3=změna z 9 (mimo 1 a 5) 4=změna na 5 6=jiné změny

Frequency 175

(1) 1

(2) 0

(3)

(4)

52

0

1

109 27 243

0 1 0

0 0 1

0 0

0 0

26

0

0

1

0

15 25

0 0

0 0

0 0

1 0

a Indicator Parameter Coding b Category variable: pod (Původní podnik) c Category variable: KZAMzmena (KZAM změna)

Tab.č.46 Omnibus Tests of Model Coefficients(a,b)

104

-2 Log Likelihood

Overall (score)




df 7

Sig. ,000

Tab.č.47 Proměnné v rovnici vekpropu pod pod(1) pod(2) KZAMzmena KZAMzmena(1) KZAMzmena(2) KZAMzmena(3) KZAMzmena(4)

B -,021

SE ,005

-1,409 -1,580

,141 ,185

,767 ,242 ,735 ,317

,284 ,225 ,284 ,335

Wald 16,604 120,954 100,395 72,882 13,132 7,281 1,163 6,703 ,896

df 1 2 1 1 4 1 1 1 1

Sig. ,000 ,000 ,000 ,000 ,011 ,007 ,281 ,010 ,344

Exp(B) ,979 ,244 ,206 2,152 1,274 2,085 1,373

Můžeme konstatovat, že změna KZAM výrazně přispívá k pravděpodobnému opuštění evidence na ÚP. Dostupnost na 6:00, na 14:00 ani na 22:00 se neukázala jako statisticky významná. Při zkoumání „Počet dnů od propuštění do 1.evidence“ se věk při propuštění neukázal jako významný faktor. Tab.č.48 Statistika zpracovaných případů Cases available in analysis Cases dropped

Event(a) Censored Total Cases with missing values Cases with negative time Censored cases before the earliest event in a stratum Total

N 374 1 375

Percent 79,2% ,2% 79,4%

97

20,6%

0

,0%

0

,0%

97

20,6%

Total

472 100,0% a Dependent Variable: Počet dnů od propuštění do 1.evidence

Tab.č.49 Kódování kategorizovaných proměnných (b) pod

(a)

1=CEBO Jablunkov 2=Dřevokombinát Vrbno 3=UPNP Krnov

Frequency 175

(1) 1

(2) 0

73

0

1

127

0

0

105

a Indicator Parameter Coding b Category variable: pod (Původní podnik)


Overall (score)




df 3

Sig. ,000

Tab.č.51 Proměnné v rovnici vekpropu pod pod(1) pod(2)

B ,002

SE ,005

1,016 ,956

,136 ,162

Wald ,126 60,231 56,054 35,034

df 1 2 1 1

Sig. ,723 ,000 ,000 ,000

Exp(B) 1,002 2,762 2,601

Věk při propuštění opět nebyl významný, ani KZAM, ani změna KZAM.

106

6 Situace na trhu práce po propouštění Vzhledem k malému počtu propuštěných v jednotlivých obcích bydliště se změna situace téměř neprojevila.

6.1 Míra nezaměstnanosti Po relativně stabilní situaci se k 30.6.2002 se mírně zhoršila situace s mírou nezaměstnanosti v Jablunkově, jinde není možno pozorovat změny. Po přechodném zlepšení k 31.7. následoval opět nárůst k 31.8., zde se projevuje horší situace od Jablunkova směrem k hranicím, ale i u Třince a některých sousedních obcích. K 31.12.02 můžeme pozorovat celkové zhoršení situace, pouze Bystřice, Hrádek, Vendryně je na tom v mikroregionu lépe. Jde pravděpodobně o důsledek celkového zhoršení situace v nezaměstnanosti, jak naznačuje např. vývoj situace v Beskydech. Situace k 31.8.2003 potvrzuje, že skupina obcí při hranici se Slovenskem má dlouhodobě o něco vyšší míru nezaměstnanosti. Situace je dokumentována řadou kartogramů v příloze 6.

6.2 Podíl uchazečů se základním vzděláním Zde se situace v mikroregionu po propouštění nijak neodlišuje od vývoje v celém území. Situace je dokumentována řadou kartogramů v příloze 6. .

107

7 Závěr Předmětem studie byla analýza situace po hromadném propouštění, ke kterému došlo v průběhu roku 2002 ve firmě CEBO Zlín a.s., šicí dílna Jablunkov, v jehož důsledku bylo poměrně rychle uvolněno více než 300 pracovníků. Základní důvodem pro likvidaci firmy (vyhlášení konkursu) a propouštění byla ztráta téměř výhradního zahraničního odběratele produkce, americké firmy Timberland, která zajišťovala až 80 % tržeb ve výši 1,5 miliardy Kč. Navíc tato ztráta zakázky vedla k tomu, že kontrakty vypovídali i další kooperanti. K identifikaci propuštěných bylo využito seznamu osob, které firmy dodávají při hlášení propuštění. Tento seznam sice nebyl úplný, nicméně nám poskytoval informaci i o osobách, které se následně v evidenci UP vůbec neobjevily. U firmy CEBO obsahuje dodaný seznam 193 osob z celkového počtu asi 334 zaměstnanců, kteří byli postupně propuštěni. Byl proveden výběr dat, evidovaných o identifikovaných osobách v systému OKpráce, které byly důležité z hlediska sledování chování propuštěných osob. Jednalo se o adresu (část obce, obec), příznak ZPS, zda je to muž či žena, věková kategorie, vzdělání (KKOV), požadované zaměstnání (KZAM) a jeho preference, historie zaměstnání (firma a typ zaměstnání KZAM, od-do, a důvod ukončení zaměstnání), zařazení uchazeče do problémové kategorie, všechny evidence uchazeče na úřadu práce (od-do), datum nástupu APZ a typ APZ. K provedení výběru údajů z informačního systému OKpráce využito exportu skupiny osob (identifikovaní propuštění) z jednotlivých dotčených tabulek. Pracovalo se samozřejmě s anonymní reprezentací každého uchazeče. Po provedených kontrolách a spojování historických záznamů do souvislé evidence pohybu osoby na trhu práce, bylo prováděno doplňování údajů, především identifikace a popis firem, které propouštěné osoby zaměstnaly. Následovalo vyhodnocování dat. Ke zpracování byla využita základní explorační analýza získaných dat, především studium distribuce jednotlivých ukazatelů. Pro vybrané kombinace údajů byly počítány míry korelace (Pearsonovy i Spearmanovy) a sledovány rozptylogramy. Na základě provedených časových řezů ve sloučené historii činnosti osob byly analyzovány křivky přechodu mezi zaměstnáním, evidencí a pozicí mimo trh práce. Pro analýzu dat byla využita rovněž analýza přežití, především Kaplan-Meierovy křivky a Coxova regrese. Vedle popisu situace v případu CEBO byly paralelně zpracovávány i případy Dřevokombinát a UPNP. Proto u většiny vyhodnocení uvádíme i srovnání s těmito případy. Ukázalo se, že v některých parametrech se případy značně liší. Samozřejmě vedle rozdílných příčin propuštění hrají velkou roli doba, kdy k propouštění došlo (situace na trhu práce v České republice), vzdělání a profese pracovníků. U firmy CEBO pracovaly téměř výhradně ženy, navíc dojíždějící do provozovny z velké části z města Třinec. Tato kohorta vykazuje relativně lepší vzdělanostní strukturu ve srovnání s dalšími případy. Pokud jde o evidenci na ÚP, osoby z CEBO se prakticky okamžitě registrovali na ÚP (do 1 dne 146 osob ze 193), což je nesrovnatelné s UPNP či Dřevokombinátem. Důvody spatřujeme jednak v lepším poučení osob, jak se chovat při ukončení zaměstnání (většina z nich prošla předchozím přeškolením v rámci aktivit ÚP), jednak v očekávaných problémech při hledání nového zaměstnání a tedy většímu spoléhání na úřad práce. 108

U CEBO výrazně dominuje 1 evidence ve srovnání s ostatními případy, což je částečně ovlivněno kratší dobou sledování. Více než 65 % mělo pouze 1 evidenci na ÚP, navíc 12 osob zůstalo po celou dobu sledování v evidenci ÚP. Souhrnná délka pobytu v evidenci ÚP ukazuje na výrazně vyšší setrvání u CEBO než u předchozích případů, které měly největší zastoupení osob s nejkratší evidencí a s délkou evidence poměrně klesalo zastoupení těchto osob ve sledovaném souboru. Z geografického hlediska se u CEBO ukazuje poněkud vyšší délka v evidenci v odlehlých částech území podél hranic se Slovenskem. Pokud je hodnocena délka působení v zaměstnání, ukazuje kohorta CEBO celkem rovnoměrné zastoupení jednotlivých případů s výrazným maximem u nejkratší délky zaměstnání. Dřevokombinát naopak vykazuje větší zastoupení těch nejdelších délek zaměstnanosti, UPNP má zastoupeny oba extrémy, tedy jak nejkratší tak nejdelší doby zaměstnanosti. Podobná situace se jeví, pokud budeme hodnotit dobu čekání na zaměstnání, které trvalo alespoň jeden rok. Při sledování časových řezů po 3 měsících od propuštění bylo zjištěno, že již po 3 měsících u CEBO převažovala evidence na ÚP nad zaměstnání, což je podobné situaci v Dřevokombinátu, výrazně se liší UPNP. Po 1 roce sledování se ukazuje, že se vývoj v CEBO začíná „opožďovat“ proti situaci u Dřevokombinátu – u CEBO se teprve vyrovnávají počty v zaměstnání a v evidenci, zatímco u u Dřevokombinátu již převládá stav zaměstnání. V případě hodnocení pravděpodobnosti setrvání v zaměstnání se ukazuje u CEBO výrazně horší výsledek pro počáteční období (do 9 měsíce po propuštění) než u dalších případů. Např. u CEBO jen v 75 % případů zůstala osoba zaměstnána mezi 3. a 6. měsícem. Tedy nejenom, že se u CEBO hůře vstupovali do zaměstnání, navíc ještě často z něho za krátkou dobu (do 3 měsíců) odcházeli. Situace u všech 3 případů se sjednocuje kolem 15 měsíce. Vyhodnocení změn KZAM ukazuje, že k největším změnám došlo u kohorty Dřevokombinátu, kde více než 20 % kleslo do kategorie KZAM 9 a téměř 10 % z této kategorie odešlo. U UPNP a CEBO je naproti tomu pohyb do kategorie KZAM 9 pouze 5 %, resp. 7%.

Vyhodnocení analýzy přežití potvrzuje a prokazuje zjištěné rozdíly mezi jednotlivými případy. Dle Kaplan-Meierovy křivky jsou nejúspěšnější osoby z UPNP, které mají výrazně vyšší pravděpodobnost odchodu z 1.evidence po propuštění. V prvním období (zhruba do 600 dnů v evidenci) se jako horší jeví situace u CEBO, pak se situace vyrovnává s Dřevokombinátem a v dalším období evidence se naopak ukazuje situace u osob v Dřevokombinátu jako horší (nižší pravděpodobnost odchodu z evidence). Studium vztahu ke kódu nejvyššího dosaženého vzdělání neukázalo nic nového v již evidovaným rozdílům mezi případy. Výsledky vztahu k KZAM nebyly průkazné. Výsledky sledování vlivu změny KZAM na úspěšnost odchodu z 1.evidence naznačují, že změny KZAM působí pozitivně, zdá se, že osoby odcházejí rychleji z evidence. Nejlépe přitom působí odchod z KZAM9 (změna z 9) v případě CEBO.

109

Zjištěné výsledky byly ověřeny i na jiné proměnné, kterou byl „Počet dnů od propuštění do 1.evidence“. Sledovali jsme, jak dlouho vydrželi než nastoupili do evidence ÚP. Bylo zjištěno, že rozdíly v chování propuštěných v případu CEBO a Dřevokombinát jsou relativně malé proti situaci u UPNP. Poměrně rychle v případu CEBO a Dřevokombinát propuštění „vypadávali“, tedy objevovali se v evidenci ÚP. Velmi výrazně se liší UPNP, kde propuštění naopak velmi dlouho setrvávali mimo evidenci ÚP. Faktory vzdělání a KZAM se opět v podstatě neprojevily (malý počet osob). Výsledky naznačují, že KZAM 5 (služby) jsou relativně nejstabilnější, kdy se osoby nejdéle drží mimo evidenci UP, a naopak, KZAM9 působí jako jeden z nejhorších faktorů. Při výpočtu Coxovy regrese se jako hlavní prokazatelný faktor ovlivňující pravděpodobnost odchodu z evidence ukazuje věk při propuštění. Můžeme konstatovat, že při zvýšení věku propuštění o 1 rok se pravděpodobnost ukončení 1. evidence sníží o 18% Coxova regrese byla opakována i se zahrnutím vlivu vzdělání, tento faktor se ale neukázal jako významný, podobně KZAM. Při sledování situace v nezaměstnanosti v příslušném mikroregionu se ukázalo, že sledované případy byly zřejmě příliš malé na to, aby se výrazněji projevily se na míře nezaměstnanosti nebo dalších sledovaných ukazatelích. Všeobecně bylo zpracování velmi náročné z několika důvodů: • • • • •

nutnost postupného sběru a dohledávání údajů o osobách neúplná evidence propuštěných osob neznalost úplného průběhu postavení osob na trhu práce po propuštění nedokonalá evidence zaměstnavatelů (málo používané IČ, rozdílné názvy, zpravidla evidované jen sídlo a nikoliv provozovna zaměstnavatele) malý objem dat

Vzhledem k těmto omezením byla provedena až příliš rozsáhlá analýza, jejímž cílem však bylo především ukázat na možnosti analýzy takových případů a využitelnost navržených postupů i pro jiné účely, kdy je třeba sledovat detailně situaci osob. Provádění těchto analýz by bezesporu značně usnadnily některé změny v evidenci uchazečů o zaměstnání v informačním systému úřadů práce – především jednoznačná identifikace zaměstnavatelů a jejich lokalizace, sledování úplné historie uchazečů včetně registrace změn adres, zařazení do ZPS, kategorií zvláštní péče, vzdělání apod. Jednoznačně se ukazuje, že by bylo žádoucí, pokud by zprostředkovatelky při zápisu minulých zaměstnání neuváděly pouze přibližný název firmy a někdy místo, ale především IČ a místo provozovny, kterou nelze často z evidence firmy určit. Bez těchto údajů nebude možné spolehlivě vyhodnocovat změny v pozici na trhu práce u jednotlivých uchazečů. Zjednodušení situace by samozřejmě přinesla možnost spolupráce se ČSSZ, kde by měla být úplná evidence zaměstnavatelských subjektů pro danou osobu.

110

Literatura [1] LEE, E. T. Statistical Methods for Survival Data Analysis. Second Edition. New York, John Wiley& Sons, 1992. [2] Rublíková E., Pacáková V.: Štatistické modely v analýzách trhu práce. Bratislava, Ekonóm. 2000. [3] Tvrdík, J.: Základy analýzy přežití a příklad využití Coxovy regrese v explorativní analýze. In Sborník přednášek celostátní konference Analýza dat´97. [4] Analýza stavu a vývoje trhu práce v Moravskoslezském kraji v roce 2002 a předpokládaný vývoj v roce 2003. Ostrava, Úřady práce v Moravskoslezském kraji, 2003. [5] STATSOFT. Survival/Failure Time Analysis, [on-line] StatSoft, Inc., 1984-2003, Dostupné na WWW: < http://www.statistica.cz/> [6] Sborník ze semináře Lázně Bohdaneč: Trilobyte Statistical Software Pardubice, 1996. s. 23-29. [7] Trh práce v roce 2002. Praha, SSZ MPSV ČR, 2003. [8] Zpráva o situaci na trhu práce za rok 2002. Okres Frýdek-Místek. Frýdek-Místek, Úřad práce v okrese Frýdek-Místek, 2003.

111

Seznam zkratek APZ CPP ČSÚ FM ChD IČ, IČO ID KI KKOV KZAM MD MPSV OKEČ SQL SÚPM SVČ ÚP USO USV VHD UIR-ZSJ ZPS

aktivní politika zaměstnanosti celostátní číselník povolání Český statistický úřad Frýdek-Místek chráněné dílny Identifikační číslo (organizace) individuální doprava Karviná kód klasifikace oboru vzdělání Klasifikace zaměstnání mateřská dovolená Ministerstvo práce a sociálních věcí ČR Odvětvová klasifikace ekonomických činností Structured Query Language společensky účelné pracovní místo Samostatně výdělečně činní úřad práce úplné střední odborné vzdělání úplné střední všeobecné vzdělání veřejná hromadná doprava Územně identifikační registr – základní sídelní jednotky zdravotně postižení

112

VYSOKÁ ŠKOLA BÁŇSKÁ - TECHNICKÁ UNIVERZITA OSTRAVA ANALÝZA SITUACE PŘI PROPOUŠTĚNÍ Z FIRMY CEBO ZLÍN A.S., DÍLNA JABLUNKOV V ROCE 2002

Recommend Documents